一种基于同类约束的半监督近邻反射传播聚类方法
本文关键词:一种基于同类约束的半监督近邻反射传播聚类方法
更多相关文章: 半监督聚类 近邻反射传播 最大和 信任传播 同类约束
【摘要】:以近邻反射传播(Affinity propagation,AP)聚类算法为基础,提出了一种基于同类约束的半监督近邻反射传播聚类方法 (Semi-supervised affinity propagation clustering method with homogeneity constraints,HCSAP).该方法在聚类目标函数中引入同类约束项,以保证聚类结果与同类集先验信息一致.利用最大和信任传播(Max-sum belief propagation)优化过程对目标函数进行求解,导出同类约束下的吸引度(Responsibility)和归属度(Availability)的迭代方程.人工数据集和真实数据集上的实验结果表明本文所提方法的有效性.
【作者单位】: 江南大学数字媒体学院;无锡城市职业技术学院;
【关键词】: 半监督聚类 近邻反射传播 最大和 信任传播 同类约束
【基金】:国家自然科学基金(61170122;61202311;61272210) 江苏省自然科学基金(BK2012552)资助~~
【分类号】:TP311.13
【正文快照】: 引用格式徐明亮,王士同,杭文龙.一种基于同类约束的半监督近邻反射传播聚类方法.自动化学报,2016,42(2):255-269A Semi-supervised Affinity Propagation ClusteringMethod with Homogeneity ConstraintXU Ming-Liang1,2WANG Shi-Tong1近邻反射传播聚类(Affinity propagation,
【参考文献】
中国期刊全文数据库 前2条
1 储岳中;徐波;高有涛;邰伟鹏;;基于近邻传播聚类与核匹配追踪的遥感图像目标识别方法[J];电子与信息学报;2014年12期
2 张建朋;陈福才;李邵梅;刘力雄;;基于密度与近邻传播的数据流聚类算法[J];自动化学报;2014年02期
【共引文献】
中国期刊全文数据库 前4条
1 吴绍根;;基于动态网格和密度邻接的数据聚类算法[J];北京工业职业技术学院学报;2015年03期
2 魏中贺;李少波;唐向红;陈力;;一种基于密度的数据流检测算法SWKLOF[J];科学技术与工程;2014年34期
3 王娟;王萍;王港;;基于自适应超像素分割的点刻式DPM区域定位算法研究[J];自动化学报;2015年05期
4 邢长征;刘剑;;基于近邻传播与密度相融合的进化数据流聚类算法[J];计算机应用;2015年07期
中国博士学位论文全文数据库 前1条
1 曹振丽;面向养殖环境监测的数据流处理方法研究[D];中国农业大学;2015年
中国硕士学位论文全文数据库 前1条
1 冯洪峰;聚类算法在数据流挖掘中的研究[D];华东师范大学;2014年
【二级参考文献】
中国期刊全文数据库 前10条
1 雷阳;雷英杰;周创明;孔韦韦;;基于直觉模糊核匹配追踪的目标识别方法[J];电子学报;2011年06期
2 缑水平;焦李成;张向荣;李阳阳;;基于免疫克隆与核匹配追踪的快速图像目标识别[J];电子与信息学报;2008年05期
3 李青;焦李成;周伟达;;基于模糊核匹配追寻的特征模式识别[J];计算机学报;2009年08期
4 黄德才;吴天虹;;基于密度的混合属性数据流聚类算法[J];控制与决策;2010年03期
5 王开军;张军英;李丹;张新娜;郭涛;;自适应仿射传播聚类[J];自动化学报;2007年12期
6 朱群;张玉红;胡学钢;李培培;;一种基于双层窗口的概念漂移数据流分类算法[J];自动化学报;2011年09期
7 于彦伟;王沁;邝俊;何杰;;一种基于密度的空间数据流在线聚类算法[J];自动化学报;2012年06期
8 缑水平;焦李成;;基于多尺度几何分析与核匹配追踪的图像识别[J];模式识别与人工智能;2007年06期
9 储岳中;徐波;;基于流形分析与AP算法RBF神经网络分类器[J];华中科技大学学报(自然科学版);2012年08期
10 储岳中;徐波;高有涛;;一种融合人工免疫系统与AP算法的分类器设计[J];南京航空航天大学学报;2013年02期
【相似文献】
中国期刊全文数据库 前10条
1 周世兵;徐振源;唐旭清;;新的K-均值算法最佳聚类数确定方法[J];计算机工程与应用;2010年16期
2 周世兵;徐振源;唐旭清;;基于近邻传播算法的最佳聚类数确定方法比较研究[J];计算机科学;2011年02期
3 周世兵;徐振源;唐旭清;;一种基于近邻传播算法的最佳聚类数确定方法[J];控制与决策;2011年08期
4 李旭;林伟;温金环;史彩云;;基于图谱理论的图像聚类数的确定及应用[J];工程数学学报;2012年05期
5 秦振涛;杨武年;;一种新的最佳聚类数确定方法[J];电子技术应用;2013年01期
6 宋铭利;高新科;;基于距离的最大聚类数探索算法的探讨[J];矿山机械;2006年09期
7 普运伟;朱明;金炜东;胡来招;;核聚类算法最佳聚类数的自适应确定方法[J];计算机工程;2007年04期
8 杨欣斌,孙京诰,黄道;一种进化聚类学习新方法[J];计算机工程与应用;2003年15期
9 田彦山;;基于山峰聚类的聚类上限确定方法[J];江西师范大学学报(自然科学版);2007年02期
10 褚娜;马利庄;王彦;;聚类趋势问题的研究综述[J];计算机应用研究;2009年03期
中国重要会议论文全文数据库 前9条
1 高翠芳;吴小俊;;基于二阶差分的聚类数自动确定方法[A];江苏省系统工程学会第十一届学术年会论文集[C];2009年
2 刘洋;江志纲;丁增喜;王大玲;鲍玉斌;于戈;;一种基于图的聚类算法GB-Cluster[A];第十九届全国数据库学术会议论文集(技术报告篇)[C];2002年
3 李浪波;傅彦;刘红;;基于范例推理的网格和密度聚类算法[A];第二十二届中国数据库学术会议论文集(技术报告篇)[C];2005年
4 娄冬梅;陈明;朱有娜;;一种基于密度的无参数聚类算法[A];第二十三届中国数据库学术会议论文集(研究报告篇)[C];2006年
5 魏昕路;洪志令;姜青山;;一种基于样本缩减策略的新窗口式聚类算法[A];第二十四届中国数据库学术会议论文集(研究报告篇)[C];2007年
6 程尊平;周鼎;王晨;周皓峰;汪卫;施伯乐;;SDPHC——基于密度的分割和分层的自校聚类算法[A];第二十一届中国数据库学术会议论文集(研究报告篇)[C];2004年
7 张晓峰;王丽珍;陆叶;;一种基于属性加权的不确定K-means聚类算法[A];第26届中国数据库学术会议论文集(B辑)[C];2009年
8 蔡军;袁华鹏;陈金海;施伯乐;;一种基于相似性分析的聚类新算法:PDS算法[A];第十八届全国数据库学术会议论文集(研究报告篇)[C];2001年
9 胡仲义;郭超;王永炎;刘胜航;王宏安;;基于时间衰减和特征变量的数据流聚类算法[A];第29届中国数据库学术会议论文集(B辑)(NDBC2012)[C];2012年
中国博士学位论文全文数据库 前10条
1 胡雅婷;可能性聚类方法研究及应用[D];吉林大学;2012年
2 王纵虎;聚类分析优化关键技术研究[D];西安电子科技大学;2012年
3 周世兵;聚类分析中的最佳聚类数确定方法研究及应用[D];江南大学;2011年
4 杨燕;基于计算智能的聚类组合算法研究[D];西南交通大学;2006年
5 冯永;基于计算智能的聚类技术及其应用研究[D];重庆大学;2006年
6 刘晨;高伸缩性聚类分析方法研究[D];哈尔滨工程大学;2013年
7 王强;局部叠加基因表达模式聚类分析方法研究[D];哈尔滨工业大学;2012年
8 姜磊;混合演化聚类算法研究及其应用[D];武汉大学;2012年
9 尹学松;半监督聚类分析策略设计及其拓展性研究[D];南京航空航天大学;2009年
10 白亮;聚类学习的理论分析与高效算法研究[D];山西大学;2012年
中国硕士学位论文全文数据库 前10条
1 魏建东;K-means初始化算法研究[D];南京理工大学;2015年
2 张依;基于MapReduce的k-means聚类算法并行化研究[D];中央民族大学;2015年
3 刘婵;蚁群与K均值聚类算法融合研究及其在用户分群中的应用[D];西南科技大学;2015年
4 朱琪;基于减法聚类的混合算法研究[D];湖南科技大学;2015年
5 韩伟森;聚类集成研究与应用[D];贵州大学;2015年
6 乔坤;基于系统能量理论的聚类算法及其应用研究[D];西安建筑科技大学;2007年
7 李卫平;动力学背景下的聚类算法研究[D];郑州大学;2007年
8 叶冲轶;高维海量数据联合聚类算法的研究与应用[D];浙江工商大学;2010年
9 王跃;联合聚类算法研究及应用[D];浙江大学;2012年
10 赵一洁;Mean Shift聚类分析技术在安全人居中的应用[D];长安大学;2011年
,本文编号:773269
本文链接:https://www.wllwen.com/kejilunwen/ruanjiangongchenglunwen/773269.html