資源描述：
《基于主動學(xué)習(xí)的半監(jiān)督譜聚類算法研究》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。
1、基于主動學(xué)習(xí)的半監(jiān)督譜聚類算法研究重慶大學(xué)碩士學(xué)位論文學(xué)生姓名：劉榮輝指導(dǎo)教師：鐘將副教授專業(yè)：計算機軟件與理論學(xué)科門類：工學(xué)重慶大學(xué)計算機學(xué)院二O一一年四月ResearchonSemi-SupervisedSpectralClusteringAlgorithmBasedonActiveLearningAThesisSubmittedtoChongqingUniversityinPartialFulfillmentoftheRequirementfortheDegreeofMasterofEngi
2、neeringByLiuRonghuiSupervisedbyAssociateProf.ZhongJiangMajor：ComputerSoftwareandTheoryCollegeofComputerScienceofChongqingUniversity,Chongqing,ChinaApril2011重慶大學(xué)碩士學(xué)位論文中文摘要摘要聚類技術(shù)是用于數(shù)據(jù)分析的最常應(yīng)用的技術(shù)之一，其應(yīng)用領(lǐng)域涉及統(tǒng)計學(xué)、計算機科學(xué)、生物學(xué)以及社會學(xué)等。傳統(tǒng)的聚類算法如常見的K-means算法，EM算法等都是建立
3、在凸?fàn)罘植嫉臉颖究臻g上，當(dāng)樣本空間分布不為凸時，算法就會陷入局部最優(yōu)，因而此類算法不適合在任意形狀分布的樣本空間上解決聚類問題。近些年來，譜聚類算法作為一種新穎的聚類方法受到廣泛的關(guān)注，并成為了機器學(xué)習(xí)、模式識別等領(lǐng)域的研究熱點。譜方法建立在譜圖劃分理論基礎(chǔ)上。與其他傳統(tǒng)聚類技術(shù)相比，它能夠在任意分布形狀的樣本空間上進(jìn)行聚類，并且最終能夠收斂于全局最優(yōu)解。譜聚類算法在聚類過程中，通過特征向量構(gòu)建更加簡化的樣本數(shù)據(jù)空間，這樣不僅降低了樣本數(shù)據(jù)的維數(shù)，而且還使得樣本數(shù)據(jù)的分布結(jié)構(gòu)在子空間內(nèi)更為清晰和明
4、顯。半監(jiān)督聚類是指在聚類過程中，利用樣本先驗信息去指導(dǎo)聚類過程以獲得更好的聚類效果。與無監(jiān)督聚類相比，半監(jiān)督聚類利用少量的監(jiān)督信息去指導(dǎo)聚類過程。而半監(jiān)督聚類算法的性能取決于監(jiān)督信息。因此，監(jiān)督信息的選取非常關(guān)鍵。本文首先介紹本課題的研究背景和意義，以及當(dāng)前譜聚類的研究狀況，接著具體介紹了數(shù)據(jù)挖掘和聚類分析的相關(guān)理論，然后著重介紹了譜聚類的相關(guān)理論，并對其優(yōu)勢和面臨的問題做出分析，最后介紹了本文的研究內(nèi)容及貢獻(xiàn)：①針對半監(jiān)督聚類的性能取決于所提供的監(jiān)督信息這個問題，本文構(gòu)建了一種新的選取成對約束信
5、息的主動學(xué)習(xí)策略，該策略在聚類過程中主動的選取信息含量豐富的成對約束信息。其主要思想就是：找出同一類中距離遠(yuǎn)的數(shù)據(jù)對象對，記為Must-link；找出不同類中距離近的數(shù)據(jù)對象對，記為Cannot-link。②構(gòu)造了一種基于主動學(xué)習(xí)的半監(jiān)督譜聚類算法，就是在聚類過程中，利用主動學(xué)習(xí)策略選取得到的成對約束信息，來調(diào)整數(shù)據(jù)對象之間的距離矩陣，使得同一類中各個數(shù)據(jù)對象分布盡可能緊湊，不同類之間的數(shù)據(jù)對象分布盡可能分散。通過在UCI數(shù)據(jù)集上的實驗可以證明本文算法的有效性。關(guān)鍵詞：譜聚類，半監(jiān)督，主動學(xué)習(xí)I重
6、慶大學(xué)碩士學(xué)位論文英文摘要ABSTRACTClusteringtechnologyisoneofthemostwidelyusedtechniquesforexploratorydataanalysis,withapplicationsrangingfromstatistics,computerscience,biologytosocialscience.TraditionalclusteringalgorithmssuchasK-meansalgorithm,EMalgorithmarebase
7、donconvexsamplespaces,whilethesamplespacesarenotdistributedconvexly,theycanbeeasilyconvergedtolocaloptimalsolution,sosuchkindsofclusteringalgorithmsarenotquitesuitabletoacquireoptimalsolutiononthesampledatasetswhichdistributednon-convexly.Spectralclus
8、teringalgorithmhasreceivedasignificantamountofattentionasanewlydevelopingtechniqueinrecentyears,andithasbecomearesearchhotspotinthedomainsuchasmachinelearning,patternrecognitionandsoon.Spectralclusteringisderivedfromthegraphpartitioningtheory,
