一种基于似然极大的动态聚类方法及其应用

• 作者: 徐辰武 王学枫 肖静 胡治球
• 来源期刊: 作物学报
• 关键词: 聚类分析 后验概率 贝叶斯信息准则 判别分析
• 年，卷（期）: 2007,（1）
• 所属期刊栏目: 研究论文
• 页码范围: 70-76
• 页数: 7页
• 分类号: S5
• 语种: 中文
• DOI: 10.3321/j.issn:0496-3490.2007.01.012

摘要

将传统的动态聚类分析和判别分析相结合,引出一种基于似然极大的动态聚类方法,该方法以EM算法实现的极大似然估计进行类参数估计,以相应的贝叶斯后验概率判别个体的归类.模拟研究表明,该方法通常既可无偏估计类参数,又可判别最佳分类个数.与重心法动态聚类和最小组内平方和法动态聚类相比,稳健性较高.同时通过提高判别标准,可以降低误判率.用Fisher的Iris试验数据验证了方法的可行性,并将之成功应用于一个水稻F2群体的个体的主基因基因型鉴别.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	肖静	扬州大学江苏省作物遗传生理重点实验室	13	46	4.0	6.0
2	胡治球	扬州大学江苏省作物遗传生理重点实验室	11	130	5.0	11.0
3	徐辰武	扬州大学江苏省作物遗传生理重点实验室	66	988	18.0	29.0
4	王学枫	扬州大学江苏省作物遗传生理重点实验室	8	53	5.0	7.0