个体行为数据聚类的双重混合高斯模型算法

• 作者: 戴涛 李春平 骆科东
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: 个体行为数据 多峰值 聚类 双重混合高斯模型(DualMGM) EM算法
• 年，卷（期）: 2004,（8）
• 所属期刊栏目: 数据挖掘
• 页码范围: 44-46,49
• 页数: 4页
• 分类号: TP182
• 字数: 3876字
• 语种: 中文

摘要

传统的基于概率的混合模型算法可以很好地解决个体行为数据的聚类问题,但是对于具有"多峰值"特征的行为数据则需要更精巧的方法.提出双重混合高斯模型算法(DualMGM)扩展了普通混合模型的概念,解决了多峰值特征的个体行为数据的聚类问题.DualMGM的算法复杂度是随数据量线性增长的,具有很好的可扩展性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	戴涛	清华大学软件学院	3	9	3.0	3.0
2	李春平	清华大学软件学院	28	535	12.0	23.0
3	骆科东	清华大学计算机科学与技术系	2	6	2.0	2.0