半監(jiān)督聚類算法及其應(yīng)用研究.pdf

1、聚類是一門非常重要的技術(shù)。所謂聚類就是按照某種度量(相似性度量、不相似性度量或距離)，根據(jù)一定的準(zhǔn)則將個(gè)體集合分成若干類，使得同類個(gè)體之間的相似程度大于不同類個(gè)體之間的相似程度即做到”物以類聚”。半監(jiān)督聚類算法研究無監(jiān)督學(xué)習(xí)中如何利用少量的監(jiān)督信息來提高聚類性能，目前正得到不斷應(yīng)用。 本文首先介紹了聚類的發(fā)展概況和聚類過程中的相關(guān)技術(shù)，重點(diǎn)介紹了距離度量、常用聚類方法以及評價(jià)準(zhǔn)則等等，為后續(xù)章節(jié)的研究提供了理論和實(shí)驗(yàn)基礎(chǔ)。針對前

2、人提出的半監(jiān)督模糊C均值聚類算法，本文對其進(jìn)行了詳細(xì)介紹并用實(shí)驗(yàn)來證明了該算法。 其次，為了驗(yàn)證該種半監(jiān)督學(xué)習(xí)方法是否可以用于其它聚類算法，本文對極大熵算法進(jìn)行了改進(jìn)，將半監(jiān)督距離學(xué)習(xí)引入極大熵聚類，生成半監(jiān)督極大熵聚類算法，并通過實(shí)驗(yàn)證明極大熵聚類算法通過半監(jiān)督方法改進(jìn)之后確實(shí)有效。 對于團(tuán)狀、每類樣本數(shù)相差較大的數(shù)據(jù)集，F(xiàn)CM算法與半監(jiān)督模糊C均值聚類算法的最優(yōu)解可能都不是對數(shù)據(jù)集的正確劃分，因?yàn)檫@兩種算法對數(shù)據(jù)集有