爱思维尔

计算机与运筹学

第121卷,2020年9月,104979年
计算机与运筹学

DILS:基于对偶迭代局部搜索的约束聚类

https://doi.org/10.1016/j.cor.2020.104979获取权限和内容

集锦

我们提出了一种新的元启发式方法,称为双重迭代局部搜索(DILS),它在基于ILS的方案中引入了多样性。

DILS能够在需要时利用解决方案空间的某些区域,并且能够自动检测并避免局部最优。

我们将DILS应用于约束聚类问题,并与现有的方法进行了比较。

我们展示了DILS是如何通过增量的基于约束的信息生成高质量的结果的。

摘要

聚类一直是知识发现的有力工具。传统的无监督学习方法最近受到了新的关注,因为它在提供新类型的信息时能够产生更好的结果,从而导致了一种新的半监督学习:约束聚类。这种技术是传统聚类的一个推广,它考虑由约束编码的附加信息。约束可以以实例级的形式给出必须链接和不能链接的约束,这是本文的重点。我们提出了一种新的元启发式算法,即对偶迭代局部搜索算法,并证明了它对约束聚类问题产生高质量结果的能力。我们将这一建议的结果与最新算法在25个基于约束的信息增量的数据集上获得的结果进行了比较,通过贝叶斯统计检验来支持我们的结论。

关键词

约束聚类
实例级
必须链接
无法链接
对偶迭代局部搜索
查看全文