文件名称：论文研究-MFASSC:基于间隔Fisher分析的半监督聚类方法.pdf
文件大小：1.79MB
文件格式：PDF
更新时间：2022-08-11 14:26:12
半监督聚类, 成对约束, 间隔Fisher分析, 数据降维
针对高维数据的聚类问题, 提出一种基于间隔Fisher分析MFA的半监督聚类算法。该算法首先使用已标记样本进行MFA映射, 得到投影矩阵W后, 再利用求得的投影方法对未标记样本进行降维; 然后在低维空间引入基于约束的球形K-meansPCSKM算法对降维后的数据进行半监督聚类, 根据第一次的聚类结果, 交替进行降维与聚类操作, 直到算法收敛为止。该算法利用监督信息有效地集成了数据降维和半监督聚类。实验结果表明, 该方法能够有效处理高维数据, 同时能提高聚类性能。