基于局部线性重构与高斯核映射的聚类研究

• 作者: 杨延娇 郝海涛 马元元
• 来源期刊: 控制工程
• 学科: 工学
• 关键词: 高斯核映射 局部线性重构 聚类算法 成对约束 查询选择
• 年，卷（期）: 2017,（7）
• 所属期刊栏目: 计算机控制技术及软件优化
• 页码范围: 1493-1500
• 页数: 8页
• 分类号: TP181
• 字数: 6163字
• 语种: 中文
• DOI: 10.14107/j.cnki.kzgc.160413

摘要

针对现有的基于约束的半监督聚类算法获得的聚类结果质量不足的问题,提出一种基于高斯核映射与局部线性重构的主动学习聚类算法.首先利用高斯核映射与局部线性嵌入进行流行学习,将对局部线性重构重要性过低以及非平坦区域的样本作为不重要的样本;然后,为查询选择设立了1个考虑样本所需查询数量的新判断条件;最终,建立must-link并将平坦区域的信息传递至半监督聚类算法.实验结果证明,对于小规模数据与大规模数据,该算法学习的成对约束均可获得较好的聚类结果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	马元元	中山职业技术学院信息工程学院	20	43	4.0	6.0
2	郝海涛		14	42	4.0	6.0
3	杨延娇	西北师范大学计算机科学与工程学院	13	98	7.0	9.0