-
题名基于成对约束的半监督选择性聚类集成
被引量：2
- 1
-
-
作者
皋军
黄欣辰
邵星
-
机构
江苏科技大学计算机学院
盐城工学院信息工程学院
-
出处
《江苏科技大学学报（自然科学版）》
CAS
2020年第4期57-63,共7页
-
基金
国家自然科学基金资助项目(61772198)。
-
文摘
针对现有聚类集成算法基本都是无监督聚类集成算法和传统聚类集成方法,其通常将所有产生的聚类成员都参与集成的问题,设计了一种基于成对约束的半监督选择性聚类集成方法(SSCES).SSCES方法选择基于聚类成员质量和差异度的选择聚类集成为研究对象,借鉴半监督集成的关键思想,将半监督聚类信息带入到选择聚类集成中.通过在多组数据集上实验来验证SSCES算法的有效性.
-
关键词
聚类集成
聚类成员
成对约束
半监督
选择性聚类集成
-
Keywords
clustering ensemble
clustering member
pairwise constraint
semi-supervised
selective clustering ensemble
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名基于核独立分量分析的模糊核聚类神经网络集成方法
被引量：1
- 2
-
-
作者
李岩
王东风
韩璞
-
机构
华北电力大学控制科学与工程学院
-
出处
《计算机应用研究》
CSCD
北大核心
2009年第9期3318-3320,共3页
-
基金
华北电力大学重大预研基金资助项目(20041306)
华北电力大学留学回国人员科研启动基金资助项目(200814002)
-
文摘
提出一种基于核独立分量分析的模糊核聚类神经网络集成方法。该方法首先采用核独立分量分析对高维数据进行特征提取;随后用模糊核聚类算法根据相互独立训练出的多个神经网络个体在验证集上的输出对其进行分类,并计算每一类中的所有个体在验证集上的泛化误差;然后取其中平均泛化误差最小的神经网络个体作为这一类的代表;最后经相对多数投票法得到集成的最终输出。实验结果表明,与其他集成方法相比,该方法具有较高的精确度和稳定性。
-
关键词
核独立分量分析
特征提取
模糊核聚类
选择性聚类集成
-
Keywords
kernel independent component analysis （KICA）
features extraction
kernel fuzzy C-means clustering（KFCM）
selective clustering ensemble
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
-
-
题名基于Xie-Beni指数的选择性聚类集成
- 3
-
-
作者
邵超
马进家
-
机构
河南财经政法大学计算机与信息工程学院
-
出处
《计算机科学》
CSCD
北大核心
2020年第S01期457-460,共4页
-
基金
国家自然科学基金(61806073,61907011)。
-
文摘
选择性聚类集成是选择一部分精度高、差异性大的基聚类结果进行集成,从而得到更为有效的聚类集成结果。然而,聚类结果的准确性难以客观度量。为此,文中提出了一种基于Xie-Beni指数的选择性聚类集成算法,该算法采用Xie-Beni指数来度量基聚类结果的有效性,利用并结合NMI(互信息)选择出精度较高的基聚类结果,从而提升聚类结果的准确性。实验结果证实了该算法的有效性。
-
关键词
选择性聚类集成
聚类有效性指数
Xie-beni
NMI
-
Keywords
Selective clustering ensemble
Clustering validity index
Xie-beni
NMI
-
分类号
TP181
[自动化与计算机技术—控制理论与控制工程]
-
