一种基于谱聚类的聚类核半监督支持向量机

来源期刊：中国矿业大学学报2010年第6期

论文作者：王雪松 张晓丽 程玉虎 李立晶

文章页码：886 - 890

关键词：半监督学习;支持向量机;谱聚类;聚类核;流形数据;

摘    要：针对传统半监督支持向量机的高斯核函数无法恰当描述流形数据特性,从而导致流形数据分类精度下降的问题,提出一种基于谱聚类的聚类核半监督支持向量机.利用谱聚类方法在特征向量空间中对原始样本数据进行重新表述,使得在新表述中同一聚类中的样本能够更好地积聚在一起,构建聚类核函数,并进而构造聚类核半监督支持向量机,使样本更好地满足半监督学习必须遵循的聚类假设.研究结果表明:聚类核半监督支持向量机对未标记样本的分类精度高且算法性能稳定,对控制参数的设置不敏感,适于解决流形数据的分类问题.