首页> 中文期刊> 《计算机工程与应用 》 >基于Seed集的半监督核聚类

基于Seed集的半监督核聚类

             

摘要

提出了一种新的半监督核聚类算法--SKK-均值算法.算法利用一定数量的标记样本构成seed集,作为监督信息采初始化K-均值算法的聚类中心,引导聚类过程并约束数据划分;同时还采用了核方法把输入数据映射到高维特征空间,并用核函数来实现样本之间的距离计算.在UCI数据集上进行了数值实验,并与K-均值算法和核-K-均值算法进行了比较.

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号