基于主动学习先验的半监督K-means聚类算法

柴变芳; 吕峰; 李文斌; 王垚

首页> 中文期刊> 《计算机应用》 >基于主动学习先验的半监督K-means聚类算法

基于主动学习先验的半监督K-means聚类算法

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

基于迭代框架的主动半监督聚类框架(IASSCF)是一个流行的半监督聚类框架.该框架存在两个问题:其一,初始先验信息较少导致迭代初期聚类效果不佳,进而影响后续聚类结果;其二,每次迭代只选择信息量最大的一个样本标记,导致运行速度慢、性能提升慢.针对这两个问题,设计了一种基于主动学习先验的半监督K-means聚类算法.该方法包含初始化阶段和迭代阶段.初始化阶段主动选择代表性较高的节点集合,并基于代表节点集合构建各类的先验节点集合和约束先验集合.迭代阶段,每次迭代包含三步:1)基于当前约束先验集合,利用约束半监督聚类算法PCK-means对数据进行聚类;2)依据当前聚类结果,主动选择每个簇中最具价值信息的未标注样本点;3)利用选择样本点扩充先验节点集合及约束集合.迭代此过程至达到收敛阈值.实验结果表明,与基于原IASSCF框架的半监督K-means聚类算法相比,所提算法运行速度更快,性能更优.

著录项

来源
《计算机应用》 |2018年第11期|3139-3143|共5页
作者
柴变芳; 吕峰; 李文斌; 王垚;
展开▼
作者单位

河北地质大学信息工程学院;

石家庄050031;

河北地质大学信息工程学院;

石家庄050031;

河北地质大学信息工程学院;

石家庄050031;

河北地质大学信息工程学院;

石家庄050031;

展开▼
原文格式 PDF
正文语种 chi
中图分类自动推理、机器学习;
关键词
迭代框架; 主动学习; 半监督聚类; 节点先验; 约束先验;

相似文献

中文文献
外文文献
专利

1. 基于半监督K-Means的属性加权聚类算法 [J] . 潘巍 ,周晓英 ,吴立锋 . 计算机应用与软件 . 2017,第003期
2. 基于主动学习的半监督谱聚类算法研究 [J] . 刘晓丽 ,牟意红 . 甘肃高师学报 . 2021,第002期
3. 基于主动学习策略的半监督聚类算法研究 [J] . 芦世丹 ,崔荣一 . 计算机应用研究 . 2013,第006期
4. 基于先验知识MinMax k-Means聚类算法的道路裂缝研究 [J] . 郭立媛 ,张磊 ,李威 . 中国测试 . 2018,第004期
5. 一种主动半监督K-means聚类算法的改进策略 [J] . 吕峰 ,柴变芳 ,李文斌 . 南京师范大学学报（工程技术版） . 2018,第002期
6. 一种基于内容图像检索的半监督和主动学习算法 [C] . 郑声恩 ,叶少珍 . 第五届中国计算机支持的协同工作学术会议（C=CSCW2006）与第三届全国智能信息网络学术会议（IIN2006） . 2006
7. 一种基于主动学习的半监督谱聚类算法研究 [A] . 董彬 . 2015

基于主动学习先验的半监督K-means聚类算法

摘要

著录项

相似文献

相关主题

期刊订阅