半監(jiān)督聚類集成研究.pdf

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

2、地提高傳統(tǒng)聚類算法的性能。聚類集成技術通過某種集成方法(共識函數(shù))，將基聚類算法產(chǎn)生的聚類成員進行集成(融合)，獲取比單個聚類算法更好的結果。設計有效的共識函數(shù)是聚類集成技術最重要的研究熱點。
　　作為數(shù)據(jù)挖掘新技術，半監(jiān)督聚類集成得到了研究人員的關注，半監(jiān)督聚類集成結合半監(jiān)督學習和聚類集成技術以提高學習性能。半監(jiān)督聚類集成利用種子集或成對約束等先驗知識，將其用于半監(jiān)督學習過程，獲得具有更好聚類質(zhì)量的結果。
　　本文首先研究

3、了聚類集成技術。研究了共聯(lián)矩陣產(chǎn)生方法，將投票法用于共聯(lián)矩陣設計共識函數(shù)；還研究了基于標簽統(tǒng)一投票法的共識函數(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簽統(tǒng)一投票法的聚類集成算法。
　　然后，對基于協(xié)同訓練的半監(jiān)督學習進行了詳細地介紹，隨之，研究了基于半監(jiān)督學習的聚類集成模型SCE。并將協(xié)同訓練算法tri-training算法作為共識函數(shù)，對多個基聚類劃分結果進行半監(jiān)督聚類集成，給出了一種基于協(xié)同訓練的半

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)同訓練的方法進行集成產(chǎn)生半監(jiān)督聚類集成結果。另外，為適應未提供半監(jiān)督信息情形，改進tri-training算法，給出一種自適應協(xié)同訓練算法utri-training算法，作為共識函數(shù)，給出自適應協(xié)同訓練的半監(jiān)督聚類集成算法UCET。
　　最后，通過實驗驗證本文給出方法的準確性和時間性能。在實驗部分，本文首先總結了幾種