BriefGPT - AI 论文速递
·
基于结构熵的半监督聚类算法在不同约束条件下的应用
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
我们提出了一种能够整合不同类型约束的半监督聚类方法——结构熵半监督聚类(SSE)。通过将常用的成对约束和标签约束统一处理，将约束融入结构熵中，并为其优化设计了相应的目标函数和算法。实验结果表明，在具有不同类型约束时，SSE能够获得较高的聚类准确性。此外，通过对四个单细胞RNA测序数据集进行的细胞聚类实验证明了SSE在生物数据分析中的功能。
🎯
关键要点
- 提出了一种整合不同类型约束的半监督聚类方法——结构熵半监督聚类(SSE)。
- SSE通过统一处理成对约束和标签约束，将约束融入结构熵中。
- 为SSE优化设计了相应的目标函数和算法。
- 实验结果表明，SSE在不同类型约束下能够获得较高的聚类准确性。
- SSE在四个单细胞RNA测序数据集的细胞聚类实验中显示了其在生物数据分析中的功能。
➡️
