基于依赖结构和Gibbs Sampling的离散数据聚类

• 作者: 俞时权 王双成 程新章
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 聚类 离散数据 依赖结构 Gibbs抽样 MDL标准
• 年，卷（期）: 2006,（9）
• 所属期刊栏目: 博士论文
• 页码范围: 28-30
• 页数: 3页
• 分类号: TP274
• 字数: 3019字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2006.09.010

摘要

建立了一种新的离散数据聚类方法,该方法结合变量之间的依赖结构和Gibbs sampling进行离散数据聚类,能够显著提高抽样效率,并且避免使用EM算法进行聚类所带来的问题.试验结果表明,该方法能够有效地进行离散数据的聚类.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	程新章	上海立信会计学院信息科学系	32	353	11.0	18.0
5	王双成	上海立信会计学院信息科学系	65	390	10.0	15.0
9	俞时权	上海立信会计学院信息科学系	13	77	5.0	8.0