【摘 要】
：
半监督文档聚类,即利用少量具有监督信息的数据来辅助无监督文档聚类,近几年来逐渐成为机器学习和数据挖掘领域研究的热点问题.由于获取大量监督信息费时费力,因此,国内外学
【机 构】
：
湘潭大学信息工程学院,西北师范大学数学与信息科学学院,中国科学院计算技术研究所智能信息处理重点实验室
【基金项目】
：
国家自然科学基金(61105052,61070232);湖南省自然科学基金(11JJ4051);湖南省教育厅一般项目(10C1262);湘潭大学博士启动基金(10QDZ42);中国科学院计算技术研究所智能信息处理重点实验室开放基金(IIP2010-6);西北师范大学青年教师科研能力提升计划骨干项目(NWNU-LKQN-10-1)
论文部分内容阅读
半监督文档聚类,即利用少量具有监督信息的数据来辅助无监督文档聚类,近几年来逐渐成为机器学习和数据挖掘领域研究的热点问题.由于获取大量监督信息费时费力,因此,国内外学者考虑如何获得少量但对聚类性能提高显著的监督信息.提出一种结合主动学习的半监督文档聚类算法,通过引入成对约束信息指导DBSCAN的聚类过程来提高聚类性能,得到一种半监督文档聚类算法Cons-DBSCAN.通过对约束集中所含信息量的衡量和对DBSCAN算法本身的分析,提出了一种启发式的主动学习算法,能够选取含信息量大的成对约束集,从而能够更高效地辅助半监督文档聚类.实验结果表明,所提出的算法能够高效地进行文档聚类.通过主动学习算法获得的成对约束集,能够显著地提高聚类性能.并且,算法的性能优于两个代表性的结合主动学习的半监督聚类算法.
其他文献
以膜生物反应器中的活性污泥为研究对象,考察接种驯化至膜污染时期的微生物群落结构的特征和演变过程.在试验运行中,定期采集样品提取DNA,并应用PCR-DGGE技术探究微生物菌群
山东在我国古生物保护方面取得显著的成绩,山东省古生物化石矿藏资源十分丰富,为地球演进进程提供了重要的科学依据.为了响应科学发展观,实施可持续发展战略的规划,山东省对
介绍了流动注射分析技术的发展概况,对流动注射分析仪发展现状及有关的流动注射分析方法进行了综合介绍,并展望了流动注射分析技术的发展前景.
本文针对智能监控系统的功能和特点,并根据软件开发中数据库设计的理论,给出了智能监控系统的数据库的概念设计、逻辑结构设计,最后实现了数据库的建立。本文数据库使用SQL S
中国社会保障水平提高的重点之一是农村社会保障水平的提高。"新农保"的实施不仅提高了农村养老保险水平,还提高了全国社会保障水平。受"新农保"试点覆盖范围的限制及低于适
为综合利用DCS和MIS的软硬件资源,提出采用DCS侧组态与MIS侧编程相结合的方法,解决锅炉汽包的寿命在线监测和管理问题,并以此开发了一套汽包寿命在线监测和管理系统。该系统
教育是一个国家和民族振兴的基石,实施义务教育是一个国家走向现代文明的重要标志。城乡义务教育非均等化的存在不仅有悖公平,而且也影响效率,最终会阻碍经济的可持续发展和
消化系肿瘤在我国是最常见的恶性肿瘤,随着现代生活节奏的加快,消化系肿瘤的发病率有增高趋势,年轻化的趋势也愈加明显.减毒沙门氏菌作为一个胞内寄生菌,本省具有抗肿瘤特性,
目的:探讨临床使用抗生素后肠道菌群紊乱与菌群代谢的关系,协助评估抗生素使用后的肠道菌群紊乱。资料与方法:实验组为2017年5月至2017年9月期间于苏州大学附属儿童医院呼吸
从卫生技术的安全性、有效性、经济性和社会性4个角度阐述并分析了我国当前卫生技术存在的一些问题。我国卫生技术管理明显滞后于卫生技术发展的要求,卫生技术管理体制分散造