高斯混合模型聚类中EM算法及初始化的研究

• 作者: 岳佳 王士同
• 来源期刊: 科技与创新
• 关键词: 极大似然 高斯混合模型 EM算法 初始化 聚类分析
• 年，卷（期）: 2006,（33）
• 所属期刊栏目: 软件时空
• 页码范围: 244-246,302
• 页数: 4页
• 分类号: TP181
• 语种: 中文
• DOI: 10.3969/j.issn.1008-0570.2006.33.086

摘要

EM算法是参数估计的重要方法,其算法核心是根据已有的数据来迭代计算似然函数,使之收敛于某个最优值.EM算法收敛的优劣很大程度上取决于其初始参数.运用EM算法来实现高斯混合模型聚类,如何初始化EM参数便成为一个关键的问题.在比较其他的初始化方法的基础上,引入"binning"法来初始化EM.实验结果表明,应用binning法来初始化EM的高斯混合模型聚类优于其它传统的初始化方法.