基于半监督学习的K-均值聚类算法研究

• 作者: 刘涛 尹红健
• 来源期刊: 计算机应用研究
• 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
• 页码范围: 913-916
• 页数: 4页
• 分类号: TP311.13|TP18
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2010.03.029

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.

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