摘要: 摘 要 :将极大熵原理引入半监督聚类方法中,提出基于辅助空间与极大熵的半监督聚类算法AMESC,针对该算法中的代价函数进行迭代优化,实现聚类。AMESC的优势在于它依据模拟退火过程,使算法避开局部极小而得到全局极小,提高算法性能。通过实验证实了AMESC的有效性和优越性。
罗晓清,王士同. 基于辅助空间与极大熵的半监督聚类方法[J]. 计算机工程与应用, 2007, 43(1): 173-173.
,. Semi-supervised Clustering Based on Auxiliary Space and Maximum Entropy[J]. Computer Engineering and Applications, 2007, 43(1): 173-173.