半監(jiān)督聚類算法及應(yīng)用的研究.pdf

1、聚類是人類一項(xiàng)最基本的認(rèn)識(shí)活動(dòng)，也是處理數(shù)據(jù)的重要工具，在許多領(lǐng)域中被廣泛地應(yīng)用。該文主要側(cè)重于半監(jiān)督聚類分析的研究，針對(duì)現(xiàn)有方法存在的問(wèn)題，提出一些新方法和觀點(diǎn)。 該文首先對(duì)聚類分析做了深入的研究，詳細(xì)介紹了聚類的發(fā)展、研究現(xiàn)狀，并在此基礎(chǔ)上對(duì)具有代表意義的不同聚類方法進(jìn)行了總結(jié)、比較；定義了與論文研究有著密切關(guān)系的信息論相關(guān)知識(shí)點(diǎn)以及數(shù)據(jù)分布和優(yōu)化理論等概念。接著重點(diǎn)探討了基于輔助空間的半監(jiān)督聚類算法并分析算法的相關(guān)性質(zhì)。

2、 然后將極大熵原理引入半監(jiān)督聚類方法中實(shí)現(xiàn)聚類。提出基于輔助空間與極大熵的半監(jiān)督聚類算法AMESC，針對(duì)該算法中的代價(jià)函數(shù)進(jìn)行迭代優(yōu)化，給出了一個(gè)新的聚類算法。AMESC的優(yōu)勢(shì)在于它依據(jù)模擬退火過(guò)程，使算法避開局部極小而得到全局極小，提高算法性能。 一般來(lái)說(shuō)，無(wú)監(jiān)督聚類僅僅基于主空間。當(dāng)輔助空間被引入聚類過(guò)程時(shí)，無(wú)監(jiān)督聚類成為半監(jiān)督聚類。在這篇論文中，代價(jià)函數(shù)的設(shè)計(jì)既考慮到主空間又考慮到輔助空間，從而一個(gè)新穎的基于輔助空間