摘要:
通过将半监督学习的思想引入到模糊C-均值聚类方法中, 提出一种基于半监督的模糊C-均值聚类算法, 有效解决了模糊C-均值聚类算法随机选取初始聚类中心导致聚类结果局部收敛的问题, 能客观获取最佳聚类数目和初始聚类中心. 实验结果表明, 与传统模糊C-均值聚类算法相比, 基于半监督的模糊C-均值算法在一定程度上减少了迭代次数, 降低了对初始聚类中心的依赖性.
中图分类号:
郭新辰, 郗仙田, 樊秀玲, 韩啸. 基于半监督的模糊C-均值聚类算法[J]. 吉林大学学报(理学版), 2015, 53(04): 705-709.
GUO Xinchen, XI Xiantian, FAN Xiuling, HAN Xiao. Fuzzy C-Means Clustering Algorithm Based onSemi-supervised Learning[J]. Journal of Jilin University Science Edition, 2015, 53(04): 705-709.