基于密度自适应邻域相似图的半监督谱聚类

来源：计算机应用研究杂志2020年第9期北京时间：

作者：刘友超,张曦煌,

单位：江南大学物联网工程学院,江苏无锡214122；

摘要：谱聚类是基于谱图划分理论的一种聚类算法，传统的谱聚类算法属于无监督学习算法，只能利用单一数据来进行聚类。针对这种情况，提出一种基于密度自适应邻域相似图的半监督谱聚类（DAN-SSC）算法。DAN-SSC算法在传统谱聚类算法的基础上结合了半监督学习的思想，很好地解决了传统谱聚类算法无法充分利用所有数据，不得不对一些有标签数据进行舍弃的问题；将少量的成对约束先验信息扩散至整个空间，使其能更好地对聚类过程进行指导。实验结果表明，DAN-SSC算法具有可行性和有效性。

关键词：谱聚类,密度自适应邻域,相似图,半监督学习,

基金资助：江苏省产学研合作项目(BY2015019-30)；；