基于少量标签的高维数据半监督聚类

摘要：

半监督聚类算法常用于提高聚类效果.针对现实中高维标签数据较少的问题，提出利用聚类融合扩充高维标签数据集，在此基础上训练“测评”分类器，用于评估高维数据各维度的重要性权重，用半监督的方法实现降维并聚类，避免了“维度灾难”问题.实验表明，该算法有效地实现了对高维数据的维度约简，改善了聚类结果.

关键词： 高维标签数据集 半监督聚类 少量标签 分类器 维度灾难

作者: 李凯 黄添强 郭躬德 余养强

作者单位: 福建师范大学网络安全与密码技术重点实验室，福建 福州 350007

会议类型: 国内会议

会议名称: 第三届江苏计算机大会

会议地点: 南京

会议语种:中文

页码: 32-34

在线出版日期: 2008-11-14（万方平台首次上网日期，不代表论文的发表时间）