约束传播
-
基于高斯过程的约束谱聚类CVPR08算法复现
本项目完整实现了Lu Zhengdong在CVPR 2008发表的关于利用高斯过程进行约束谱聚类的算法（Constrained Spectral Clustering via Gaussian Processes）。该项目的主要功能是解决半监督学习场景下的聚类问题，即在仅有少量成对约束（Must-link和Cannot-link）作为先验知识的情况下，如何提高聚类的准确性。算法的核心思想是将约束信息的传播建模为一个高斯过程问题，通过高斯过程将稀疏的标签约束平滑地扩散到整个数据集，从而动态调整数据点之间的相似度矩阵（Affinity Matrix）。经过约束传播修正后的相似度矩阵被送入标准的谱聚类流程中，通过求解拉普拉斯矩阵的特征向量来获得最终的划分结果。项目中包含了核心算法的MATLAB源代码以及两个可直接运行的演示脚本（Demo），这些Demo直观地展示了算法在处理带有约束数据时的有效性，并对比了加入约束前后聚类结果的差异，适用于模式识别、计算机视觉中的图像分割以及数据挖掘等领域的研究与验证。
