基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
半监督聚类研究如何利用少量的监督信息来提高聚类性能,目前已经成为机器学习领域的一个研究热点.现有的大多数半监督聚类方法没有综合考虑Seeds集和成对约束这两种监督信息,因而提出了一种基于Seeds集和成对约束的半监督聚类算法.该算法运用Tri—training算法扩充Seeds集,结合成对约束优化Seeds集并指导聚类过程.实验结果表明,该算法能够有效提高聚类性能.
推荐文章
一种基于Seeds集和成对约束的主动半监督聚类算法
半监督聚类
Kmeans算法
成对约束
Seeds集
主动学习
一种基于变分贝叶斯的半监督双聚类算法
双聚类算法
变分贝叶斯
半监督学习
概率模型
基于流形距离的半监督近邻传播聚类算法
近邻传播聚类
流形学习
半监督聚类
成对约束信息
流形距离
基于seeds集和频繁项集挖掘的半监督聚类算法
半监督聚类
频繁项集挖掘
带权X~2测试
seeds集
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 一种基于Seeds集和成对约束的半监督聚类算法
来源期刊 南京大学学报:自然科学版 学科 工学
关键词 半监督聚类 Seeds集 成对约束
年,卷(期) 2012,(4) 所属期刊栏目 粗糙集与粒计算进展
研究方向 页码范围 405-411
页数 分类号 TP181
字数 语种 中文
DOI
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (16)
共引文献  (65)
参考文献  (6)
节点文献
引证文献  (21)
同被引文献  (33)
二级引证文献  (54)
1967(1)
  • 参考文献(0)
  • 二级参考文献(1)
1984(1)
  • 参考文献(0)
  • 二级参考文献(1)
1985(1)
  • 参考文献(1)
  • 二级参考文献(0)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(2)
  • 参考文献(1)
  • 二级参考文献(1)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(5)
  • 参考文献(2)
  • 二级参考文献(3)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2013(4)
  • 引证文献(3)
  • 二级引证文献(1)
2014(8)
  • 引证文献(4)
  • 二级引证文献(4)
2015(12)
  • 引证文献(3)
  • 二级引证文献(9)
2016(13)
  • 引证文献(3)
  • 二级引证文献(10)
2017(13)
  • 引证文献(5)
  • 二级引证文献(8)
2018(6)
  • 引证文献(1)
  • 二级引证文献(5)
2019(17)
  • 引证文献(1)
  • 二级引证文献(16)
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
Seeds集
成对约束
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
南京大学学报(自然科学版)
双月刊
0469-5097
32-1169/N
江苏省南京市南京大学
chi
出版文献量(篇)
2526
总下载数(次)
6
总被引数(次)
23071
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
高等学校博士学科点专项科研基金
英文译名:
官方网址:http://std.nankai.edu.cn/kyjh-bsd/1.htm
项目类型:面上课题
学科类型:
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导