Abstract：
半监督聚类就是利用样本的监督信息来帮助提升无监督学习的性能。样本的监督信息包括类标记信息和成对约束信息（must．1ink约束和cannot—link约束）。本文提出了一种基于类标记和成对约束的半监督聚类算法（PLG．SSC），该算法结合了遗传算法的优势，充分利用了前面两方面的监督信息来帮助无监督的聚类。在uci数据集上面的实验结果表明，PLG．SSC算法能有效地提高聚类的准确率，是一种有前景的半监督聚类算法。
Keyword：
Reprint 's Address：
Email：
Source ：
中国电子商情：通信市场
ISSN： 1006-6675
CN： 11-3648/F
Year： 2012
Issue： 5
Page： 42-47
Cited Count：
WoS CC Cited Count： 0
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count： -1
Chinese Cited Count：
30 Days PV： 0
Affiliated Colleges：
