基于贝叶斯网络的半监督聚类集成模型

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