声明
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。
国内刊号：51-1196/TP
国际刊号：1001-3695
发布日期:
作者：李乐,王斐,
单位：1.内蒙古电子信息职业技术学院计算机与网络安全学院,呼和浩特010000；2.内蒙古人大常委会电子政务服务中心,呼和浩特010000；
关键词：K-means,半监督聚类,层次策略,K-medoids,
针对现有基于K-means的半监督聚类算法存在的共同问题，即对离群点敏感、在非凸数据集与不平衡数据集上表现差，提出了一种基于层次策略的散布种子半监督中心聚类算法。首先通过基于影响空间的样本边缘因子将数据集分为核心层与边缘层，然后应用一种改进的K-medoids算法完成核心层聚类，最后采用一种递进半监督分配策略对边缘层进行分配得到最终聚类结果。算法通过层次策略解决了离群点干扰问题、半监督子簇聚类及合并策略实现了在不同分布数据集上有效聚类。通过与几种半监督聚类方法在人工数据集以及真实数据集上进行的对比实验证明，该算法能够解决现存问题，提升了聚类性能与鲁棒性。
来源：2021年第5期
《计算机应用研究》期刊编辑部
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。