一种结构距离的相似度计算方法

摘要：

相似度计算方法在数据挖掘中具有重要的意义。深入分析了以距离作为相似性度量策略的局限性，提出了一种以实例内部特征结构及其相互关系为度量的相似性度量方法。此方法深入挖掘了实例特征的内部结构特征，具有很高准确性。以结构距离对多标签的基于图的半监督学习算法（ML-GRF）相似性模块进行改进，实验显示其准确性有较大的提高，结构距离作为相似度度量策略有很高的准确性。

关键词： data mining similarity structure distance graph-based semi-supervised learning

作者: 王伟 李枚毅 何诚 邱茜茜

作者单位: 湘潭大学信息工程学院 湖南湘潭 411105

会议类型: 国内会议

会议名称: 湖南省第三届研究生创新论坛——信息与控制工程的新理论和新技术分论坛

会议地点: 长沙

会议语种:中文

页码: 97-103

在线出版日期: 2010-11-01（万方平台首次上网日期，不代表论文的发表时间）