主页期刊介绍编委会编辑部服务介绍道德声明在线审稿编委办公编辑办公English
2018-2019年专刊出版计划 微信服务介绍 最新一期:2019年第4期
     
在线出版
各期目录
纸质出版
分辑系列
论文检索
论文排行
综述文章
专刊文章
美文分享
各期封面
E-mail Alerts
RSS
旧版入口
中国科学院软件研究所
  
投稿指南 问题解答 下载区 收费标准 在线投稿
王玲,薄列峰,焦李成.密度敏感的半监督谱聚类.软件学报,2007,18(10):2412-2422
密度敏感的半监督谱聚类
Density-Sensitive Semi-Supervised Spectral Clustering
投稿时间:2006-04-12  修订日期:2006-06-30
DOI:
中文关键词:  谱聚类  半监督聚类  成对限制  先验信息
英文关键词:spectral clustering  semi-supervised clustering  pairwise constraints  prior knowledge
基金项目:Supported by the National Natural Science Foundation of China under Grant Nos.60372050, 60372045 (国家自然科学基金); the National Basic Research Program of China under Grant No.2001CB309403 (国家重点基础研究发展计划(973))
作者单位
王玲 西安电子科技大学,智能信息处理研究所,陕西,西安,710071 
薄列峰 西安电子科技大学,智能信息处理研究所,陕西,西安,710071 
焦李成 西安电子科技大学,智能信息处理研究所,陕西,西安,710071 
摘要点击次数: 4412
全文下载次数: 3308
中文摘要:
      聚类通常被认为是一种无监督的数据分析方法,然而在实际问题中可以很容易地获得有限的样本先验信息,如样本的成对限制信息.大量研究表明,在聚类搜索过程中充分利用先验信息会显著提高聚类算法的性能.首先分析了在聚类过程中仅利用成对限制信息存在的不足,尝试探索数据集本身固有的先验信息--空间一致性先验信息,并提出利用这类先验信息的具体方法.接着,将两类先验信息同时引入经典的谱聚类算法中,提出一种密度敏感的半监督谱聚类算法(density-sensitive semi-supervised spectral clustering algorithm,简称DS-SSC).两类先验信息在指导聚类搜索的过程中能够起到相辅相成的作用,这使得DS-SSC算法相对于仅利用成对限制信息的聚类算法在聚类性能上有了显著的提高.在UCI基准数据集、USPS手写体数字集以及TREC的文本数据集上的实验结果验证了这一点.
英文摘要:
      Clustering has been traditionally viewed as an unsupervised method for data analysis. In real world application,however,some background prior knowledge can be easily obtained,such as pairwise constraints. It has been demonstrated that constraints can improve clustering performance. In this paper,the drawback of only incorporating pairwise constraints in clustering is firstly analyzed,and then an inherent prior knowledge in data sets,namely space consistency prior knowledge is exploited. The method of utilizing space consistency prior knowledge is also given. Incorporating the two types of prior knowledge into original spectral clustering,a density-sensitive semi-supervised spectral clustering algorithm (DS-SSC) is proposed. Experimental results on UCI (University of California Irvine) benchmark data,USPS (United States Postal Service) handwritten digits and text data from TREC (Text REtrieval Conference) show that the two types of prior knowledge can supplement each other in clustering process,leading to substantial performance enhancement of DS-SSC over other semi-supervised clustering methods which only incorporate pairwise constraints.
HTML  下载PDF全文  查看/发表评论  下载PDF阅读器
 

京公网安备 11040202500064号

主办单位:中国科学院软件研究所 中国计算机学会
编辑部电话:+86-10-62562563 E-mail: jos@iscas.ac.cn
Copyright 中国科学院软件研究所《软件学报》版权所有 All Rights Reserved
本刊全文数据库版权所有,未经许可,不得转载,本刊保留追究法律责任的权利