已有的聚类集算法基本上都是非监督聚类集成算法,这样不能利用已知信息,使得聚类集成的准确性、鲁棒性和稳定性降低.把半监督学习和聚类集成结合起来,设计半监督聚类集成模型来克服这些缺点.主要工作包括:第一,设计了基于贝叶斯网络的半监督聚类集成(semi-supervised cluster ensemble,简称SCE)模型,并对模型用变分法进行了推理求解;第二,在此基础上,给出了EM(expectation maximization)框架下的具体算法;第三,从UCI(University of Ca

业务开发环境，根据用户需求生成新的业务逻辑。简单的来说就是用户（SP，企业）设计所需业务的工具 -Business development environment, according to user needs to generate new business logic. It is a simple user (SP, corporate) design the necessary business tools

SCE_UA算法在TOPMODEL参数优化中的应用-SCE Ua global simulation

火箭炮交流位置伺服系统的鲁棒最优控制 ，需要的可以下了-A Pareto Strength SCE-UA Algorithm for Reservoir OPtimization OPeration