基于高斯混合模型的层次聚类算法

• 作者: Wang Shengrui 姜青山 瞿俊 董槐林
• 来源期刊: 计算机研究与发展
• 学科: 工学
• 关键词: 聚类 类间重叠 高斯混合模型 图像分割
• 年，卷（期）: 2006,（z3）
• 所属期刊栏目: 数据挖掘和知识发现
• 页码范围: 321-327
• 页数: 7页
• 分类号: TP311.13
• 字数: 4085字
• 语种: 中文

摘要

选择合适的聚类数和准确划分类间重叠的数据是聚类分析领域2个被广泛研究的问题.提出了一个基于高斯混合模型的层次聚类算法(HCGMM),该算法基于重叠度的衡量,而且不需要预先指定聚类数,能够很好地解决以上两个问题.算法根据高维空间中混合模型每2个组成成分之间的重叠情况自动运行或停止,从而准确划分类间重叠的数据,并自动确定聚类数.最后,通过标准的数据的测试,以及通过把它应用于不同类型的真实彩色图像分割表明,该算法是有效的,而且对噪声影响不敏感.把它和其他层次算法进行比较和分析,以证明该算法的优越性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	姜青山	厦门大学软件学院	36	550	11.0	23.0
2	董槐林	厦门大学软件学院	25	246	10.0	15.0
3	瞿俊	厦门大学软件学院	3	65	3.0	3.0