文件名称：论文研究-基于半监督学习的K-均值聚类算法研究.pdf
文件大小：390KB
文件格式：PDF
更新时间：2022-08-11 11:44:23
半监督聚类,改进的K-均值算法,动态管理种群的粒子群算法
定义了一个欧氏距离和监督信息相混合的新的最近邻计算函数,从而将K-均值算法很好地应用于半监督聚类问题。针对K-均值算法初始质心敏感的缺陷,用粒子群算法的搜索空间模拟聚类的欧氏空间,迭代搜索找到较优的聚类质心，同时提出动态管理种群的策略以提高粒子群算法搜索效率。算法在UCI的多个数据集上测试都得到了较好的聚类准确率。