基于PCA降维的成对约束半监督聚类集成

计算机与现代化 ›› 2021, Vol. 0 ›› Issue (01): 94-99.

基于PCA降维的成对约束半监督聚类集成

（1.盐城工学院信息工程学院,江苏盐城224002;2.江苏科技大学计算机学院,江苏镇江212003）

出版日期:2021-01-28 发布日期:2021-01-29
作者简介:黄欣辰(1994—),男,江苏盐城人,硕士研究生,研究方向:数据挖掘,人工智能,E-mail: hxc1912@foxmail.com; 皋军(1971—),男,江苏盐城人,教授,博士,研究方向:数据挖掘,人工智能,E-mail: gj0104211@163.com; 黄豪杰(1994—),男,江苏南通人,硕士研究生,研究方向:模式识别,人工智能,E-mail: 1356175704@qq.com。
基金资助:
国家自然科学基金资助项目(61772198)

Semi-supervised Clustering Ensemble with Pairwise Constraints Based on PCA Dimension Reduction

(1. School of Information Engineering, Yancheng Institute of Technology, Yancheng 224002, China;
2. School of Computer Science, Jiangsu University of Science and Technology, Zhenjiang 212003, China)

Online:2021-01-28 Published:2021-01-29

摘要/Abstract

摘要： 针对现有的聚类集成算法大都是无监督聚类集成算法且不能很好地处理高维数据的问题，设计一种基于PCA降维技术的成对约束半监督聚类集成算法（SSCEDR）。SSCEDR方法使用PCA主成分分析对原始数据进行降维，结合半监督聚类集成技术，在降维后的空间中将成对约束等先验知识代入到聚类集成过程中。本文通过在多组数据集上实验来验证算法的有效性。

关键词: 聚类集成, 降维, 成对约束, 半监督, 主成分分析

Abstract: Aiming at the problem that the existing clustering integration algorithms are unsupervised and cannot deal with high-dimensional data well, this paper proposes a semi-supervised clustering ensemble with pairwise constraints based on PCA dimension reduction (SSCEDR), the SSCEDR method uses PCA principal component analysis to reduce the dimension of the original data. Combined with semi-supervised clustering integration technology, the prior knowledge such as pairwise constraints is substituted into the clustering integration process in the reduced dimension space. The effectiveness of the algorithm is verified by experiments on multiple data sets.

Key words: clustering ensemble, dimension reduction, pairwise constraints, semi-supervised, principal component analysis

黄欣辰, 皋军, 黄豪杰. 基于PCA降维的成对约束半监督聚类集成[J]. 计算机与现代化, 2021, 0(01): 94-99.

HUANG Xin-chen, GAO Jun, HUANG Hao-jie. Semi-supervised Clustering Ensemble with Pairwise Constraints Based on PCA Dimension Reduction [J]. Computer and Modernization, 2021, 0(01): 94-99.

参考文献［22］

［1］	MAHARAJ E A, D’URSO P, CAIADO J. Traditional cluster analysis［M］// Time Series Clustering and Classification. chapman and Hall/CRC, 2019.
［2］	STREHL A, GHOSH J. Cluster ensembles: A knowledge reuse framework for combining partitionings［C］// Proceedings of the 18th National Conference on Artificial Intelligence. 2002:93-98.
［3］	LI P, DENG Z. Use of distributed semi-supervised clustering for text classification［J］. Journal of Circuits, Systems and Computers, 2019,28(8), DOI: 10.1142/SO218126619501275.
［4］	周晨曦，梁循，齐金山. 基于约束动态更新的半监督层次聚类算法［J］. 自动化学报, 2015,41(7):1253-1263.
［5］	褚睿鸿，王红军，杨燕等. 基于密度峰值的聚类集成［J］. 自动化学报, 2016,42(9):1401-1412.
［6］	LIU H, HUANG S T. Evolutionary semi-supervised fuzzy clustering［J］. Pattern Recognition Letters, 2003,24(16):3105-3113.
［7］	HANDLE J, KNOWLES J. Semi-supervised feature selection via multiobjective optimization［C］// Proceedings of the 2006 IEEE International Joint Conference on Neural Network. 2006:3319-3326.
［8］	ZHANG Z Y, ZHA H Y. Linear low-rank approximation and nonlinear dimensionality reduction［J］. Science in China Series A: Mathematics, 2004,47(6):908-920.
［9］	朱凤梅,张道强. 一种基于半监督降维的聚类算法［J］. 广西师范大学学报（自然科学版）, 2008，26(3):185-188.
［10］	田媚，罗四维. 基于奇异值分解变换的数据压缩方法探讨［J］. 北方交通大学学报, 2003,27(2):29-32.
［11］	赵来元,高鸿彬,李媛. 基于主成分分析(PCA)的人脸识别算法研究［J］. 电子世界, 2017(2):116-117.
［12］	董虎胜. 主成分分析与线性判别分析两种数据降维算法的对比研究［J］. 现代计算机, 2016(29):36-40.
［13］	乔漫洁,吕慧慧,伍盼盼. 浅析主成分分析与因子分析［J］. 智慧健康, 2018，4(36):41-42.
［14］	张建明,林亚平,吴宏斌,等. 独立成分分析的研究进展［J］. 系统仿真学报, 2006，18(4):992-997.
［15］	许彬，郑链，王克勇,等. 基于局域灰度概率分布的小目标检测方法［J］. 激光与红外, 2005，35（3）：187-189.
［16］	CHAUHAN D, MATHEWS R. Review on dimensionality reduction techniques［C］// Proceedings of the 2019 International Conference on Computer Networks, Big Data and IoT. 2019:356-362.
［17］	YAN B J, DOMENICONI C. An adaptive kernel method for semi-supervised clustering［C］// Proceedings of the 17th European Conference on Machine Learning. 2006:521-532.
［18］	BAR-HILLEL A, HERTZ T, SHENTAL N, et al. Learning distance functions using equivalence relations［C］// Proceedings of the 20th International Conference on Machine Learning. 2003:11-18.
［19］	BILENKO M, BASU S, MOONEY R J. Integrating constraints and metric learning in semi-supervised clustering［C］// Proceedings of the 21st International Conference on Machine Learning. 2004, DOI: 10.1145/1015330.1015360.
［20］	尹学松，胡恩良，陈松灿. 基于成对约束的判别型半监督聚类分析［J］. 软件学报, 2008，19(11):2791-2802.
［21］	韦斯婷. 半监督聚类集成方法及其应用研［D］. 桂林:广西师范大学, 2016.
［22］	李婉，李修华，张云皓，等. 基于物联网系统的甘蔗田间环境数据聚类分析与评价［J］. 节水灌溉， 2019(6):77-82.

[1]	张亚文, 林文忠, 韩晓东. 基于组合特征点和主成分分析的点云配准算法[J]. 计算机与现代化, 2023, 0(09): 59-63.
[2]	申志, 李元 . 基于KPCA和SSA优化SVM的非线性过程故障检测#br#[J]. 计算机与现代化, 2023, 0(06): 15-20.
[3]	朱卓樾, 黄欢, 宋清玲, 侯居攀. 基于心血管核磁共振图像的房室平面位移检测与重建[J]. 计算机与现代化, 2023, 0(04): 78-82.
[4]	洪涛, 朱鹏宇, 郭波, 王敬宇. 基于半监督聚类的通信缺陷研判知识库构建及迭代技术[J]. 计算机与现代化, 2023, 0(02): 28-33.
[5]	刘兴建, 杨晓夫, 胡磊. 基于非负矩阵分解的半监督模型用于多层网络聚类[J]. 计算机与现代化, 2023, 0(02): 83-88.
[6]	刘缨杰, 兰海, 魏宪. 基于卷积与稀疏编码的半监督学习方法[J]. 计算机与现代化, 2022, 0(11): 9-16.
[7]	刘锟, 曾曦, 邱梓珩, 陈周国, . 基于RoBERTa-WWM 和HDBSCAN的文本聚类算法[J]. 计算机与现代化, 2022, 0(03): 48-52.
[8]	徐惠, 铁治欣, 舒莹. 基于特征匹配的快速降维排序搜索方法[J]. 计算机与现代化, 2022, 0(02): 85-91.
[9]	赵延平, 王芳, 夏杨. 基于支持向量机的短文本分类方法[J]. 计算机与现代化, 2022, 0(02): 92-96.
[10]	张东方, 陈海燕, 袁立罡. S2R2:基于相关性与冗余性分析的半监督特征选择[J]. 计算机与现代化, 2021, 0(09): 113-120.
[11]	黄旭彬, 梁树杰. 基于PCA融合PSO-SVM的运动想象脑电信号分类方法[J]. 计算机与现代化, 2021, 0(03): 70-76.
[12]	周芳宇, 陈淑荣. 一种特征增强的Tri-CNN行人再识别方法[J]. 计算机与现代化, 2020, 0(09): 60-65.
[13]	许小媛, 李海波, 于本成, 刘芳. 具有对偶约束的半监督重叠社区发现方法[J]. 计算机与现代化, 2020, 0(08): 63-68.
[14]	马吉科,尹飞,祝永晋,豆龙龙,李剑. 一种应用半监督学习的计量装置运行状态辨识方法[J]. 计算机与现代化, 2020, 0(03): 82-.
[15]	刘树艺，李静，胡春，王伟. 基于卷积神经网络与集成学习的交通标志识别[J]. 计算机与现代化, 2019, 0(12): 67-.