半監(jiān)督聚類集成理論與技術(shù)研究.pdf

1、聚類分析是數(shù)據(jù)挖掘和機(jī)器學(xué)習(xí)領(lǐng)域一種重要技術(shù)方法之一，在很多領(lǐng)域都有廣泛的應(yīng)用，尤其應(yīng)用在對(duì)大數(shù)據(jù)等問題的處理和分析上。聚類根據(jù)一種給定的相似性度量方式，將所有數(shù)據(jù)對(duì)象劃分為不同的簇，要求簇內(nèi)相似度最大而簇間相似度最小。在實(shí)際問題的解決中，無監(jiān)督的聚類方法不能利用少量的先驗(yàn)知識(shí)，單一的聚類算法很難滿足對(duì)結(jié)構(gòu)和分布復(fù)雜多變的數(shù)據(jù)集合的處理。半監(jiān)督聚類集成技術(shù)正好彌補(bǔ)了這方面的缺陷，充分利用半監(jiān)督學(xué)習(xí)和集成學(xué)習(xí)技術(shù)，并將其應(yīng)用到聚類分析中，

2、可以有效的提高聚類的性能。然而由于半監(jiān)督聚類集成研究剛剛興起，其很多理論機(jī)理知識(shí)不是很成熟，理論方面的研究可以為半監(jiān)督聚類集成技術(shù)的發(fā)展提供有力的支撐。
　　 半監(jiān)督聚類集成技術(shù)充分的利用先驗(yàn)知識(shí)指導(dǎo)聚類過程，提高聚類的性能，同時(shí)利用集成學(xué)習(xí)的思想，將多個(gè)基聚類結(jié)果進(jìn)行組合達(dá)到更優(yōu)化的劃分效果。受半監(jiān)督學(xué)習(xí)和聚類集成等技術(shù)研究的啟示，結(jié)合概率統(tǒng)計(jì)的知識(shí)，本文對(duì)半監(jiān)督聚類集成的相關(guān)理論進(jìn)行了數(shù)學(xué)分析和討論。在對(duì)半監(jiān)督聚類集成模型和

3、參數(shù)進(jìn)行相關(guān)假設(shè)的前提下，對(duì)其收斂性進(jìn)行數(shù)學(xué)證明和分析;引入魯棒半徑的概念來表示魯棒性程度的范圍，對(duì)半監(jiān)督聚類集成的魯棒性進(jìn)行分析。然后本文提出一種基于關(guān)聯(lián)矩陣的統(tǒng)一類標(biāo)簽方法，對(duì)基聚類（劃分）類標(biāo)簽進(jìn)行統(tǒng)一對(duì)齊，將先驗(yàn)知識(shí)以約束對(duì)的形式加入到基于多數(shù)投票法的半監(jiān)督聚類集成模型中。實(shí)驗(yàn)結(jié)果表明，先驗(yàn)知識(shí)可以提高基聚類和半監(jiān)督聚類集成的性能，半監(jiān)督聚類集成具有收斂性和魯棒性等性能，改進(jìn)的基于多數(shù)投票法的半監(jiān)督聚類集成方法可以獲得較好的聚類

4、效果。
　　 半監(jiān)督聚類集成技術(shù)，能夠有效的利用先驗(yàn)知識(shí)指導(dǎo)聚類和集成過程，且通過融合具有一定差異性的基劃分結(jié)果，可以有效的提高聚類的性能。本文基于統(tǒng)計(jì)學(xué)知識(shí)，證明了半監(jiān)督聚類集成方法具有收斂性，同時(shí)分析了其魯棒性性能，提出一種魯棒性度量方法;提出了一種基于多數(shù)投票的半監(jiān)督聚類集成模型。實(shí)驗(yàn)結(jié)果表明，隨著差異性基劃分成員數(shù)量的增加半監(jiān)督聚類集成結(jié)果具有收斂性，且其魯棒性性能也比較好;充分利用先驗(yàn)知識(shí)后，基于多數(shù)投票法的半監(jiān)督聚類