基于支持向量机的无监督聚类算法研究  

Study on algorithm of non-monitor clustering based on support vector machines

作　　者：朱程辉[1] 孙东卫[2] 丰义[2] 吴德会[3] 

机构地区：[1]合肥工业大学电气与自动化工程学院,合肥230019 [2]新疆轻工职业技术学院,乌鲁木齐830021 [3]九江学院电子工程系,九江332005

出　　处：《计算机工程与应用》2007年第26期156-158,共3页Computer Engineering and Applications

基　　金：新疆教育厅基金资助项目(NoXJEOU2004S35)

摘　　要：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。This paper analyzes the ability of Support Vector Machinex（SVM） in dealing with the unsupervised learning problem, and proposes a new method of clustering with maximal margin based on the idea of SVM.In the experiment aspects,the results shows that this algorithm can deal with the unsupervised learning problem successfully.

关 键 词：支持向量机 结构风险 无监督学习 聚类 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]