基于最大后验估计的无监督聚类算法

• 作者: 佀洁 翟少丹 赵晨阳
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 混合模型 EM算法 最大后验估计(MAP) 模型选择 聚类
• 年，卷（期）: 2013,（19）
• 所属期刊栏目: 图形图像处理
• 页码范围: 131-134
• 页数: 4页
• 分类号: TP311
• 字数: 3300字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1201-0190

摘要

传统的基于EM算法的聚类方法，当模型的某个高斯分量的协方差矩阵变为奇异矩阵时，会导致聚类失败。提出在聚类过程中用最大后验估计（MAP）来代替极大似然估计（MLE）；将一种改进的贝叶斯信息准则（BIC）与模型参数估计同时处理，扩大了模型选择的搜索范围。该算法有效地避免了协方差矩阵在迭代中陷入奇异，并将参数估计和模型选择同时进行。通过R软件进行仿真分析，结过表明改进的算法在减少计算量同时，提高了聚类的准确度，并具有鲁棒性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵晨阳	西北大学数学系	8	9	2.0	3.0
2	翟少丹	西北大学数学系	3	11	2.0	3.0
3	佀洁	西北大学信息与技术学院	9	15	3.0	3.0