一种基于支持向量机思想的无监督聚类算法

摘要：

支持向量机作为一种新的机器学习方法,由于其建立在结构风险最小化准则之上,而不是仅仅使经验风险达到最小,从而使对支持向量分类器具有较好的推广能力.本文分析了支持向量机在解决无监督分类问题上的不足,提出一种基于支持向量机思想的最大间距的聚类新方法.实验结果表明,该算法能成功地解决很多非监督分类问题.

关键词：支持向量机、结构风险、无监督学习、聚类

分类号：TP317(计算技术、计算机技术)

资助基金：国家自然科学基金70272032

在线出版日期：2006-09-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共2页

页码：143-144