一种基于高斯混合模型的无监督粗糙聚类方法

• 作者: 何明 傅向华 冯博琴 马兆丰
• 来源期刊: 哈尔滨工业大学学报
• 学科: 工学
• 关键词: 高斯混合模型 粗糙集 EM算法 聚类
• 年，卷（期）: 2006,（2）
• 页码范围: 256-259,322
• 页数: 5页
• 分类号: TP18
• 字数: 3652字
• 语种: 中文
• DOI: 10.3321/j.issn:0367-6234.2006.02.029

摘要

针对数据统计分布的随机性和复杂性,从统计聚类的角度出发,采用高斯混合模型来描述整个数据的概率密度函数,提出了一种基于高斯混合模型的粗糙聚类分析方法.该方法首先利用粗糙集理论的不可区分关系性质以及生成的逻辑规则来设定EM算法的初始近似参数,然后通过Expectation-Maximization(EM)算法估计各分量概率密度分布的最大似然参数集,最后通过密度分布概率大小来确定类别的归属.与传统的k-means聚类算法的试验结果比较表明,该方法是有效的,并且具有较高的聚类精度,用规则集来描述聚类的结果具有可解释性和合理性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	傅向华	西安交通大学计算机科学与技术系	24	443	15.0	20.0
2	马兆丰	西安交通大学计算机科学与技术系	25	446	12.0	20.0
3	何明	西安交通大学计算机科学与技术系	17	370	13.0	17.0
4	冯博琴	西安交通大学计算机科学与技术系	171	3268	30.0	50.0