基于主动学习策略的半监督聚类算法研究OA北大核心CSCDCSTPCD
Semi-supervised clustering method based on active learning strategy
提出一种选择最富信息数据并予以标记的基于主动学习策略的半监督聚类算法.首先,采用传统K-均值聚类算法对数据集进行粗聚类；其次,根据粗聚类结果计算出每个数据隶属于每个类簇的隶属度,筛选出满足最大与次大隶属度差值小于阈值的候选数据,并从中选择差值较小的数据作为最富信息的数据进行标记；最后,将候选数据集合中未标记数据分组到与每类已被标记数据平均距离最小的类簇中.实验表明,提出的主动学习策略能够很好地学习到最富信息数据,基于该学习策略的半监督聚类算法在测…查看全部>>
By employing active learning strategy to learn informative dataset to be labeled,this paper proposed a semi-supervised clustering method based on active learning strategy.Firstly,it employed traditional K-means algorithm to make coarse clustering for unlabeled dataset.And furthermore,based on the result of coarse clustering,it calculated the membership degree of each data belonging to each cluster,then screened out alternative data of which the difference be…查看全部>>
芦世丹;崔荣一
延边大学计算机科学与技术学科智能信息处理研究室,吉林延吉133002延边大学计算机科学与技术学科智能信息处理研究室,吉林延吉133002
信息技术与安全科学
K-均值算法主动学习策略半监督学习聚类
K-means algorithm active learning strategy semi-supervised learning clustering
《计算机应用研究》 2013 (6)
1718-1720,3
吉林省教育厅"十二五"科学技术研究项目(2011-8)吉林省科技发展计划项目(20050703-1)
评论