原文服务方: 计算机应用研究       
摘要:
定义了一个欧氏距离和监督信息相混合的新的最近邻计算函数,从而将K-均值算法很好地应用于半监督聚类问题.针对K-均值算法初始质心敏感的缺陷,用粒子群算法的搜索空间模拟聚类的欧氏空间,迭代搜索找到较优的聚类质心,同时提出动态管理种群的策略以提高粒子群算法搜索效率.算法在UCI的多个数据集上测试都得到了较好的聚类准确率.
推荐文章
基于K-均值聚类的无监督的特征选择方法
特征选择
相关性分析
无监督学习
聚类
基于PCA和K-均值聚类的有监督分裂层次聚类方法
数据挖掘
机器学习
有监督聚类
分裂层次聚类
基于差分演化的K-均值聚类算法
聚类
差分演化算法
K-均值
基于层次的K-均值聚类
聚类
代价函数
层次
K-均值聚类
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于半监督学习的K-均值聚类算法研究
来源期刊 计算机应用研究 学科
关键词 半监督聚类 改进的K-均值算法 动态管理种群的粒子群算法
年,卷(期) 2010,(3) 所属期刊栏目 算法研究探讨
研究方向 页码范围 913-916
页数 4页 分类号 TP311.13|TP18
字数 语种 中文
DOI 10.3969/j.issn.1001-3695.2010.03.029
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 尹红健 湖南化工职业技术学院计算机中心 23 57 4.0 7.0
2 刘涛 郑州师范高等专科学校信息技术系 30 126 6.0 10.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (1)
节点文献
引证文献  (23)
同被引文献  (25)
二级引证文献  (33)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2011(6)
  • 引证文献(6)
  • 二级引证文献(0)
2012(2)
  • 引证文献(2)
  • 二级引证文献(0)
2013(5)
  • 引证文献(2)
  • 二级引证文献(3)
2014(5)
  • 引证文献(3)
  • 二级引证文献(2)
2015(8)
  • 引证文献(2)
  • 二级引证文献(6)
2016(9)
  • 引证文献(2)
  • 二级引证文献(7)
2017(7)
  • 引证文献(2)
  • 二级引证文献(5)
2018(8)
  • 引证文献(3)
  • 二级引证文献(5)
2019(5)
  • 引证文献(1)
  • 二级引证文献(4)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
半监督聚类
改进的K-均值算法
动态管理种群的粒子群算法
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
总被引数(次)
238385
论文1v1指导