%0 Journal Article
%T 基于贝叶斯网络的半监督聚类集成模型
%A 王红军？
%A 李志蜀？
%A 戚建淮？
%A 成飏？
%A 周鹏？
%A 周维？
%J 软件学报
%P 2814-2825
%D 2010
%X 已有的聚类集算法基本上都是非监督聚类集成算法，这样不能利用已知信息，使得聚类集成的准确性、鲁棒性和稳定性降低。把半监督学习和聚类集成结合起来，设计半监督聚类集成模型来克服这些缺点。主要工作包括:第一，设计了基于贝叶斯网络的半监督聚类集成(semi-supervisedclusterensemble，简称sce)模型，并对模型用变分法进行了推理求解;第二，在此基础上，给出了em(expectationmaximization)框架下的具体算法;第三，从uci(universityofcalifor
%K 半监督聚类集成
%K 变分推理
%K 必连
%K 不连
%U http://www.jos.org.cn/ch/reader/view_abstract.aspx?file_no=3683&flag=1