基于種子對(duì)象約束的半監(jiān)督聚類算法研究.pdf

1、目前隨著科學(xué)技術(shù)的發(fā)展，互聯(lián)網(wǎng)數(shù)據(jù)呈現(xiàn)出了指數(shù)級(jí)的爆炸式增長，這就使得人工標(biāo)注數(shù)據(jù)樣本的代價(jià)急速增加。所以，怎樣用較少的人力和財(cái)力來獲取更好的效果，是人們一直在致力解決的問題。
　　本課題旨在提出新穎有效的半監(jiān)督聚類算法，解決現(xiàn)有半監(jiān)督聚類算法準(zhǔn)確度較小和需要一定數(shù)量標(biāo)記樣本的問題。針對(duì)這些問題，提出了基于密度峰值和基于協(xié)同聚類的半監(jiān)督聚類算法，該方法可以在一定程度上減小成本的消耗，并能取得較高的準(zhǔn)確率。本課題主要從以下幾個(gè)方面進(jìn)

2、行了相關(guān)的研究：
　　設(shè)計(jì)了種子對(duì)象擴(kuò)展先驗(yàn)知識(shí)和簡單約束條件提取的方法，與此同時(shí)利用密度峰值聚類算法來對(duì)數(shù)據(jù)集的聚類中心自動(dòng)提取。自動(dòng)提取的概念就是說不需要人工給定的K值，其算法可以較準(zhǔn)確地計(jì)算出數(shù)據(jù)集合類簇的個(gè)數(shù)。不但如此，在這個(gè)算法進(jìn)行過程中，因?yàn)榉N子數(shù)據(jù)（有類標(biāo)的樣本）是事先給定的，其具有一定的先驗(yàn)性知識(shí)。根據(jù)得到的種子數(shù)據(jù)之間的先驗(yàn)性知識(shí)，可以更加準(zhǔn)確地對(duì)數(shù)據(jù)類簇個(gè)數(shù)和聚類中心位置進(jìn)行確定。
　　通過觀察和分析種子

3、對(duì)象之間的限制條件和約束對(duì)，并利用種子對(duì)象對(duì)類簇的聚類中心點(diǎn)進(jìn)行標(biāo)記打分。通過對(duì)所有的數(shù)據(jù)樣本進(jìn)行數(shù)學(xué)建模，建立數(shù)據(jù)點(diǎn)的多叉樹或圖。利用已知的種子對(duì)象來對(duì)聚類中心點(diǎn)進(jìn)行打分標(biāo)記。具體打分標(biāo)記是利用迪杰斯特拉方法，找到種子對(duì)象到每個(gè)簇中心點(diǎn)的最短路徑。找到這個(gè)路徑其實(shí)只是解決問題的一個(gè)步驟，關(guān)鍵是利用這個(gè)最短路徑上的最大距離作為衡量數(shù)據(jù)標(biāo)記的標(biāo)準(zhǔn)。這其實(shí)就是利用類簇與類簇之間橋的大小，來決定類簇中心最終的類標(biāo)?；谝陨系难芯浚詈髮?duì)所有樣