自适应半监督模糊谱聚类算法

doi:10.3778/j.issn.1002-8331.2010.33.060

计算机工程与应用 ›› 2010, Vol. 46 ›› Issue (33): 212-214.DOI: 10.3778/j.issn.1002-8331.2010.33.060

• 图形、图像、模式识别 • 上一篇下一篇

自适应半监督模糊谱聚类算法

戴月明，高倩

江南大学信息工程学院，江苏无锡 214122

收稿日期:2009-03-24 修回日期:2009-06-15 出版日期:2010-11-21 发布日期:2010-11-21
通讯作者: 戴月明

Adaptive semi-supervised fuzzy spectral clustering algorithm

DAI Yue-ming，GAO Qian

School of Information，Jiangnan University，Wuxi，Jiangsu 214122，China

Received:2009-03-24 Revised:2009-06-15 Online:2010-11-21 Published:2010-11-21
Contact: DAI Yue-ming

摘要/Abstract

摘要： 半监督聚类利用少部分标签的数据辅助大量未标签的数据进行非监督的学习，从而提高聚类的性能。大部分的谱聚类算法都需事先确定聚类数目，利用半监督机器学习技术和自适应聚类算法，解决算法中存在的聚类数目需要事先确定、易陷入局部最优、收敛速度缓慢、对孤立点敏感等缺陷。实验证明该算法有很好的聚类效果。

关键词: 谱聚类, 半监督, 自适应, 模糊核C-均值（FKCM）

Abstract: Semi-supervised clustering employs a small amount of labeled data to aid unsupervised learning.The number of clusters is required in most existing algorithms.An improved semi-supervised clustering & adaptive algorithm is introduced to overcome the shortages of the most existing algoritms.The experiments show good results.

Key words: spectral clustering, semi-supervised, adaptive, Fuzzy Kernel C-Means（FKCM）

中图分类号:

TP391

戴月明，高倩. 自适应半监督模糊谱聚类算法[J]. 计算机工程与应用, 2010, 46(33): 212-214.

DAI Yue-ming，GAO Qian. Adaptive semi-supervised fuzzy spectral clustering algorithm[J]. Computer Engineering and Applications, 2010, 46(33): 212-214.

[1]	马珺，王昱皓. 结合自适应更新策略和再检测技术的跟踪算法[J]. 计算机工程与应用, 2021, 57(9): 217-224.
[2]	张松灿，普杰信，司彦娜，孙力帆. 基于种群相似度的自适应改进蚁群算法及应用[J]. 计算机工程与应用, 2021, 57(8): 70-77.
[3]	邹杰，李俊. 多策略协方差矩阵学习差分进化算法[J]. 计算机工程与应用, 2021, 57(7): 78-87.
[4]	赵林锁，马瑞强，姜天，宋宝燕，潘一山. 两级回归的流式大数据事件自适应预警方法[J]. 计算机工程与应用, 2021, 57(7): 88-94.
[5]	卜冠南，刘建华，姜磊，张冬阳. 一种自适应分组的蚁群算法[J]. 计算机工程与应用, 2021, 57(6): 67-73.
[6]	赵凡，张琳，闻治泉，杨林林，蔺广逢. 一种直接高效的自然场景汉字逼近定位方法[J]. 计算机工程与应用, 2021, 57(6): 159-167.
[7]	邹承明，胡佑璞. 引入生成对抗网络的室外场景单目深度估计[J]. 计算机工程与应用, 2021, 57(6): 176-183.
[8]	倪宗军，陈辉，张昀，苏敏，郑秀娟. 自适应去噪的非接触式生理参数检测方法[J]. 计算机工程与应用, 2021, 57(5): 153-160.
[9]	陈世明，林子朋，高彦丽，裴惠琴. 自适应耦合权重下的异质群体一致性研究[J]. 计算机工程与应用, 2021, 57(4): 231-235.
[10]	王芙银，张德生，张晓. 结合鲸鱼优化算法的自适应密度峰值聚类算法[J]. 计算机工程与应用, 2021, 57(3): 94-102.
[11]	陈明月，刘三阳. 自适应流形学习在故障诊断中的应用[J]. 计算机工程与应用, 2021, 57(3): 247-252.
[12]	肖振久，孔祥旭，宗佳旭，杨玥莹. 自适应聚焦损失的图像目标检测算法[J]. 计算机工程与应用, 2021, 57(23): 185-192.
[13]	张忠林，赵昱，闫光辉. 自然邻居密度极值聚类算法[J]. 计算机工程与应用, 2021, 57(23): 200-210.
[14]	畅雅雯，赵冬青，单彦虎. 多特征融合和自适应聚合的立体匹配算法研究[J]. 计算机工程与应用, 2021, 57(23): 219-225.
[15]	李雅，侯彦东，刘畅. 基于故障程度的自适应优化容错控制[J]. 计算机工程与应用, 2021, 57(23): 295-302.

自适应半监督模糊谱聚类算法

Adaptive semi-supervised fuzzy spectral clustering algorithm

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics