基于结构化图学习的集成聚类研究.pdfVIP

基于结构化图学习 的集 聚类 宄 成 研   摘 要 现如今随着科技的不断发展， 在社会的发展历 中， 数据扮演 来 重要的 程 越 越 。 量 活 业 角 海 数据的利用对 生 或者商 中构建合 的模型来预测特定的任务有 色 于 适 。 处 很大的优势 以， 在社会实践应用 中大数据无 不在， 如生物医学 域的疾病 所 领 处理 。 数据， 计算机 觉 域的 图像数据， 自然 言 的文本数据的使用等 为了能 视 领 语 研 够更 的挖掘数据潜在的价值， 挖掘数据的技术成为了 时间来的 究热点， 好 近段 ： 。 如 聚类和推荐算 等 法 重 。 量 签 在机 学习和数据挖掘中， 聚类是很 要的 题 如今， 随着海 的无标 器 话 此 数据的使用， 使得聚类效果 来 ， 与 同时聚类算 的鲁棒性和稳定性 越 越好 法 也越 重 己 没 一 量 来 要， 在 有的数据 有先 知 的情 下， 种样本间相似性的度 ， 越 验 识 况 基于 。 将样本点划分到不同的簇中 聚类分析的 目标就是使得簇 内的样本具有很高的相 似性， 同时簇与簇 间的样本具有很低的相似性。 之 现 。 没 阶 单个的聚类算 具有较低的鲁棒性 在 有先 知 的情 下， 对 段 法 验 识 况 于 一