基于種子對象約束的半監(jiān)督聚類算法研究.pdf

1、目前隨著科學(xué)技術(shù)的發(fā)展，互聯(lián)網(wǎng)數(shù)據(jù)呈現(xiàn)出了指數(shù)級的爆炸式增長，這就使得人工標注數(shù)據(jù)樣本的代價急速增加。所以，怎樣用較少的人力和財力來獲取更好的效果，是人們一直在致力解決的問題。
　　本課題旨在提出新穎有效的半監(jiān)督聚類算法，解決現(xiàn)有半監(jiān)督聚類算法準確度較小和需要一定數(shù)量標記樣本的問題。針對這些問題，提出了基于密度峰值和基于協(xié)同聚類的半監(jiān)督聚類算法，該方法可以在一定程度上減小成本的消耗，并能取得較高的準確率。本課題主要從以下幾個方面進

2、行了相關(guān)的研究：
　　設(shè)計了種子對象擴展先驗知識和簡單約束條件提取的方法，與此同時利用密度峰值聚類算法來對數(shù)據(jù)集的聚類中心自動提取。自動提取的概念就是說不需要人工給定的K值，其算法可以較準確地計算出數(shù)據(jù)集合類簇的個數(shù)。不但如此，在這個算法進行過程中，因為種子數(shù)據(jù)（有類標的樣本）是事先給定的，其具有一定的先驗性知識。根據(jù)得到的種子數(shù)據(jù)之間的先驗性知識，可以更加準確地對數(shù)據(jù)類簇個數(shù)和聚類中心位置進行確定。
　　通過觀察和分析種子

3、對象之間的限制條件和約束對，并利用種子對象對類簇的聚類中心點進行標記打分。通過對所有的數(shù)據(jù)樣本進行數(shù)學(xué)建模，建立數(shù)據(jù)點的多叉樹或圖。利用已知的種子對象來對聚類中心點進行打分標記。具體打分標記是利用迪杰斯特拉方法，找到種子對象到每個簇中心點的最短路徑。找到這個路徑其實只是解決問題的一個步驟，關(guān)鍵是利用這個最短路徑上的最大距離作為衡量數(shù)據(jù)標記的標準。這其實就是利用類簇與類簇之間橋的大小，來決定類簇中心最終的類標?；谝陨系难芯?，最后對所有樣