基于密度的半监督聚类算法研究

• 作者: 姜美羡
• 来源期刊: 现代计算机：中旬刊
• 学科: 工学
• 关键词: 半监督聚类 基于密度 基于密度聚类
• 年，卷（期）: 2018,（8）
• 页码范围: 35-37
• 页数: 3页
• 分类号: TP393.1

摘要

聚类算法是机器学习算法的一个分支,已有的聚类算法通常采用无监督学习。由于这类算法不能利用已知信息,结果的准确性和稳定性较低。提出一种基于密度的半监督聚类算法SDBSCAN能有效地克服这些缺点。主要工作包括SDBSCAN算法的设计和实现,并从UCI机器学习库中选取三个真实数据集来验证。实验结果表明,在获取少量监督信息下,SDBSCAN算法能够达到较好的聚类效果。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	姜美羡	四川大学软件学院	2	1	1.0	1.0