半监督约束集成的快速密度峰值聚类算法

• 作者: 刘创 刘如辉 梁军 王凯 黄炜平
• 来源期刊: 浙江大学学报（工学版）
• 学科: 工学
• 关键词: 聚类 半监督约束 集成学习 快速密度峰值聚类 决策图
• 年，卷（期）: 2018,（11）
• 所属期刊栏目: 计算机技术
• 页码范围: 2191-2200,2242
• 页数: 11页
• 分类号: TP181
• 字数: 9474字
• 语种: 中文
• DOI: 10.3785/j.issn.1008-973X.2018.11.018

摘要

为了解决2014年在Science上提出的快速密度峰值聚类(CFDP)算法存在的自动选择时误选和漏选中心点、簇的数量需要主观先验判断、算法使用受场景局限的缺陷,从半监督角度出发,结合集成学习思想提出半监督约束集成的快速密度峰值聚类(SiCE-CFDP)算法.SiCE-CFDP算法使用相对密度方式度量节点密度,从多角度分析决策图,自动选择候选中心点,并最终自动确定簇的数量.在只标注有限约束关系的前提下,算法能以集成学习指导约束信息的扩充,提升聚类性能.在方法验证中,通过3个人工数据集、4个公开数据集以及1个空调系统数据集进行仿真研究.结果表明,在相同的约束量前提下,针对大样本数据,SiCE-CFDP算法相比其他半监督聚类算法具有更高的聚类精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王凯	浙江大学控制科学与工程学院	138	1364	19.0	30.0
2	梁军	浙江大学控制科学与工程学院	55	659	14.0	24.0
3	黄炜平	浙江大学控制科学与工程学院	3	11	3.0	3.0
4	刘如辉	浙江大学控制科学与工程学院	1	4	1.0	1.0
5	刘创	浙江大学控制科学与工程学院	2	4	1.0	2.0