论文部分内容阅读
数据集的聚类边界不清晰时,人工免疫网络聚类使用最小生成树确定聚类数的依据往往不足。分析了问题存在的原因,提出一种基于人工免疫网络的半监督聚类算法。该算法一方面在抗体克隆操作中嵌入数据集的先验信息,抑制位于聚类边界区域抗体的激活能力,从而保证记忆网络能更清晰的反映数据集中各聚类原型的结构;另一方面,将先验信息用于后期记忆网络的最小生成树分割,有效缓解了因聚类边界模糊而无法获得正确的聚类结果。仿真结果表明,该算法对聚类边界不清晰的数据集可获得较精确的聚类结果,同时运行效率也明显改善。