半監(jiān)督聚類算法及應用的研究.pdf

1、聚類是人類一項最基本的認識活動，也是處理數(shù)據(jù)的重要工具，在許多領域中被廣泛地應用。該文主要側重于半監(jiān)督聚類分析的研究，針對現(xiàn)有方法存在的問題，提出一些新方法和觀點。 該文首先對聚類分析做了深入的研究，詳細介紹了聚類的發(fā)展、研究現(xiàn)狀，并在此基礎上對具有代表意義的不同聚類方法進行了總結、比較；定義了與論文研究有著密切關系的信息論相關知識點以及數(shù)據(jù)分布和優(yōu)化理論等概念。接著重點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性質(zhì)。

2、 然后將極大熵原理引入半監(jiān)督聚類方法中實現(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，針對該算法中的代價函數(shù)進行迭代優(yōu)化，給出了一個新的聚類算法。AMESC的優(yōu)勢在于它依據(jù)模擬退火過程，使算法避開局部極小而得到全局極小，提高算法性能。 一般來說，無監(jiān)督聚類僅僅基于主空間。當輔助空間被引入聚類過程時，無監(jiān)督聚類成為半監(jiān)督聚類。在這篇論文中，代價函數(shù)的設計既考慮到主空間又考慮到輔助空間，從而一個新穎的基于輔助空間