复杂分布数据的半监督阶段聚类

来源：计算机科学与探索杂志2016年第7期北京时间：

作者：张俊溪，吴晓军，蒋江红

单位：1. 西安航空学院 车辆工程学院，西安 7100772. 西北工业大学 自动化学院，西安 7100473. 陕西师范大学 计算机科学学院，西安 710062

摘要：半监督聚类是一种用先验信息完善聚类过程的机器学习方法。通过将元胞自动机（cellular automata，CA）距离变换算法引入到半监督聚类过程中，采用平面距离变换算法将数据集划分为若干子类，获得聚类数和约束信息，并作为下一阶段聚类的先验信息。利用半监督K-means聚类算法对第一阶段的聚类结果做进一步划分，可以获得完整的聚类中心和聚类数，并由此提出CA-K-means二阶段聚类算法。采用3组人工数据集和3组标准UCI数据集进行对比仿真实验，将CA-K-means二阶段聚类算法与半监督K-means聚类算法、遗传K-means聚类算法和单纯的CA层次聚类算法进行对比，结果显示，该算法对复杂分布数据的聚类准确率较高，聚类性能更加优良。

关键词：元胞自动机,半监督聚类,K-means聚类算法,CA-K-means二阶段聚类,复杂分布