%0 Journal Article
%T 特征加权距离的半监督模糊子空间聚类算法
%A 王士同
%A 赵 佳
%J 中山大学学报（自然科学版）
%D 2017
%X 摘要 针对已有的基于特征加权距离的双指数模糊子空间聚类算法(DI-FSC)没有充分利用数据集中的已知信息，提出利用少量监督信息辅助聚类过程的特征加权距离的半监督模糊子空间聚类算法(SS-FSC).通过在该算法中加入特征加权距离来改善传统聚类中利用欧氏距离计算数据点之间差异的不足；同时向约束条件中引入指数 r和β ，增加了算法的灵活性.实验表明，所提出的算法在少量监督信息的辅助下，在真实数据集上有较好的聚类效果
%K 半监督
%K 模糊聚类
%K 子空间
%K 特征加权距离
%U http://xwxt.sict.ac.cn/CN/abstract/abstract3817.shtml