基于最近邻相似度的孤立点检测及半监督聚类算去

• 作者: 郑灵芝 黄德才
• 来源期刊: 计算机系统应用
• 学科: 工学
• 关键词: 孤立点 共享最近邻 半监督聚类 先验知识
• 年，卷（期）: 2012,（2）
• 所属期刊栏目: 研究开发
• 页码范围: 117-121
• 分类号: TP311.13
• 字数: 4356字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-3254.2012.02.027

摘要

传统的聚类算法是一种无监督的学习过程,聚类的精度受到相似性度量方式以及数据集中孤立点的影响,并且算法也没有很好的利用先验知识,无法体现用户的需求.因此提出了基于共享最近邻的孤立点检测及半监督聚类算法.该算法采用共享最近邻为相似度,根据数据点的最近邻居数目来判断是否为孤立点,并在删除孤立点的数据集上进行半监督聚类.在半监督聚类过程中加入了经过扩展的先验知识,同时根据图形分割原理对数据集进行聚类.文中使用真实的数据集进行仿真,其仿真结果表明,本文所提出的算法能有效的检测出孤立点,并具有很好的聚类效果.