摘要：针对近邻传播（AP）聚类算法的计算复杂度和准确性,该文提出一种分层组合的半监督近邻传播聚类算法（SAP-SC）。算法引入＂分层聚类＂的思想,将一次AP聚类过程等分成若干层聚类,使得处理过程简单、易于实现;每层只关注聚类＂困难＂的数据点,并通过构造＂成对点约束＂和使用＂子簇标签映射＂进行半监督学习;基于＂组合提升＂的方法将各层聚类结果加权叠加,从而提升了算法的准确性能。理论分析和实验结果表明：算法在聚类准确性和计算复杂度方面有了较大改进。

关键词：半监督学习 近邻传播聚类 分层聚类 组合提升 

单位：国家数字交换系统工程技术研究中心 郑州450002