半监督约束集成的快速密度峰值聚类算法

半监督约束集成的快速密度峰值聚类算法
刘如辉;黄炜平;王凯;刘创;梁军
【期刊名称】《浙江大学学报（工学版）》
【年(卷),期】2018(052)011
【摘要】为了解决2014年在Science上提出的快速密度峰值聚类(CFDP)算法存在的自动选择时误选和漏选中心点、簇的数量需要主观先验判断、算法使用受场景局限的缺陷,从半监督角度出发,结合集成学习思想提出半监督约束集成的快速密度峰值聚类(SiCE-CFDP)算法.SiCE-CFDP算法使用相对密度方式度量节点密度,从多角度分析决策图,自动选择候选中心点,并最终自动确定簇的数量.在只标注有限约束关系的前提下,算法能以集成学习指导约束信息的扩充,提升聚类性能.在方法验证中,通过3个人工数据集、4个公开数据集以及1个空调系统数据集进行仿真研究.结果表明,在相同的约束量前提下,针对大样本数据,SiCE-CFDP算法相比其他半监督聚类算法具有更高的聚类精度.
【总页数】11页(P2191-2200,2242)
【作者】刘如辉;黄炜平;王凯;刘创;梁军
【作者单位】浙江大学控制科学与工程学院,浙江杭州 310027;浙江大学控制科学与工程学院,浙江杭州 310027;浙江大学控制科学与工程学院,浙江杭州 310027;浙江大学控制科学与工程学院,浙江杭州 310027;浙江大学控制科学与工程学院,浙江杭州 310027
【正文语种】中文
【中图分类】TP181
【相关文献】
1.基于谱分析的密度峰值快速聚类算法 [J], 韩忠华;毕开元;司雯;吕哲
2.复杂高维数据的密度峰值快速搜索聚类算法 [J], 陈俊芬; 张明; 赵佳成
3.基于SH-ESD优化的密度峰值快速搜索聚类算法 [J], 崔世琦;刘冰;李勇
4.一种基于密度峰值的半监督聚类算法 [J], 罗丹;毛先成;邓浩
5.基于改进快速密度峰值聚类算法的电力大数据异常值检测分析 [J], 杨峰;刘胜强因版权原因，仅展示原文概要，查看原文内容请购买。