面向限制K-means算法的迭代学习分配次序策略

摘要：

　　结合关联限制K-means算法能有效地提高聚类结果，却对数据对象分配次序非常敏感。为获得一个好的分配次序，提出了一种基于分配次序聚类不稳定性的迭代学习算法。根据Cop-Kmeans算法稳定性的特点，采用迭代思想，逐步确定数据对象的稳定性，进而确定分配次序。实验结果表明，基于分配次序聚类不稳定性迭代学习算法有效地提高了Cop-Kmeans算法的准确率。

关键词： 聚类分析 半监督聚类 K-means 关联限制

作者: 邱烨 何振峰

作者单位: 福州大学数学与计算机科学学院 福州350108

会议类型: 国内会议

会议名称: 第四届中国Agent理论与应用学术会议

会议地点: 长春

会议语种:中文

页码: 1-5

在线出版日期: 2012-08-04（万方平台首次上网日期，不代表论文的发表时间）