半監(jiān)督聚類集成研究.pdf

1、近年來，隨看進(jìn)入信思時(shí)代，各種數(shù)據(jù)海量積累起來，遠(yuǎn)遠(yuǎn)超出了人力的處理范圍，數(shù)據(jù)迅速膨脹，導(dǎo)致經(jīng)常出現(xiàn)“數(shù)據(jù)富有但是知識(shí)貧乏”的現(xiàn)象。在這種情況下，數(shù)據(jù)挖掘技術(shù)誕生了，并且日益起著重要的作用。
　　聚類是數(shù)據(jù)挖掘技術(shù)的關(guān)鍵研究方向之一，能夠發(fā)現(xiàn)數(shù)據(jù)內(nèi)在的分布情況。根據(jù)相似性計(jì)算方法，數(shù)據(jù)對(duì)象被劃分成若干個(gè)組(聚類簇)，使得相同簇?cái)?shù)據(jù)的相似性大，不同聚類簇?cái)?shù)據(jù)的相似性小。
　　作為當(dāng)前新的的研究熱點(diǎn)，聚類集成技術(shù)已被證明可以較大

2、地提高傳統(tǒng)聚類算法的性能。聚類集成技術(shù)通過某種集成方法(共識(shí)函數(shù))，將基聚類算法產(chǎn)生的聚類成員進(jìn)行集成(融合)，獲取比單個(gè)聚類算法更好的結(jié)果。設(shè)計(jì)有效的共識(shí)函數(shù)是聚類集成技術(shù)最重要的研究熱點(diǎn)。
　　作為數(shù)據(jù)挖掘新技術(shù)，半監(jiān)督聚類集成得到了研究人員的關(guān)注，半監(jiān)督聚類集成結(jié)合半監(jiān)督學(xué)習(xí)和聚類集成技術(shù)以提高學(xué)習(xí)性能。半監(jiān)督聚類集成利用種子集或成對(duì)約束等先驗(yàn)知識(shí)，將其用于半監(jiān)督學(xué)習(xí)過程，獲得具有更好聚類質(zhì)量的結(jié)果。
　　本文首先研究

3、了聚類集成技術(shù)。研究了共聯(lián)矩陣產(chǎn)生方法，將投票法用于共聯(lián)矩陣設(shè)計(jì)共識(shí)函數(shù)；還研究了基于標(biāo)簽統(tǒng)一投票法的共識(shí)函數(shù)；將它們用于聚類集成，研究了基于共聯(lián)矩陣投票法的聚類集成算法和基于標(biāo)簽統(tǒng)一投票法的聚類集成算法。
　　然后，對(duì)基于協(xié)同訓(xùn)練的半監(jiān)督學(xué)習(xí)進(jìn)行了詳細(xì)地介紹，隨之，研究了基于半監(jiān)督學(xué)習(xí)的聚類集成模型SCE。并將協(xié)同訓(xùn)練算法tri-training算法作為共識(shí)函數(shù)，對(duì)多個(gè)基聚類劃分結(jié)果進(jìn)行半監(jiān)督聚類集成，給出了一種基于協(xié)同訓(xùn)練的半

4、監(jiān)督聚類集成算法SCET。SCET算法首先使用基聚類算法產(chǎn)生多個(gè)具有差異性的聚類成員，再利用少量的半監(jiān)督信息，引入?yún)f(xié)同訓(xùn)練的方法進(jìn)行集成產(chǎn)生半監(jiān)督聚類集成結(jié)果。另外，為適應(yīng)未提供半監(jiān)督信息情形，改進(jìn)tri-training算法，給出一種自適應(yīng)協(xié)同訓(xùn)練算法utri-training算法，作為共識(shí)函數(shù)，給出自適應(yīng)協(xié)同訓(xùn)練的半監(jiān)督聚類集成算法UCET。
　　最后，通過實(shí)驗(yàn)驗(yàn)證本文給出方法的準(zhǔn)確性和時(shí)間性能。在實(shí)驗(yàn)部分，本文首先總結(jié)了幾種