原文服务方: 计算机应用研究       
摘要:
期望最大化(expectation maximization,EM)算法在聚类过程中无法识别噪声点,最终的收敛效果也依赖于初始值的选择.提出了基于密度检测的EM算法(DDEM),通过基于密度的方法来检测噪声点,利用基于密度和距离的方法进行初始值选择,改善了EM算法收敛效果.实验结果表明新算法可有效识别噪声点,降低初始值选择对收敛效果的影响,明显提高了聚类准确率和稳定性.
推荐文章
基于EM算法的高斯混合密度参数估计
EM算法
参数估计
混合密度
基于EM迭代算法的CDMA多用户检测
码分多址(CDMA)
EM算法
多用户检测
高斯噪声下基于EM梯度算法的多用户检测的应用
多用户检测
EM算法
EM梯度算法
基于分裂EM算法的GMM参数估计
高斯混合模型
期望最大化
参数估计
模式分类
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于密度检测的EM算法
来源期刊 计算机应用研究 学科
关键词 期望最大化算法 噪声点 初始值 密度检测
年,卷(期) 2016,(9) 所属期刊栏目 软件技术研究
研究方向 页码范围 2697-2700
页数 4页 分类号 TP301.6
字数 语种 中文
DOI 10.3969/j.issn.1001-3695.2016.09.030
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 戴月明 江南大学物联网工程学院 52 301 10.0 13.0
2 吴定会 江南大学物联网工程学院 119 542 11.0 16.0
3 张朋 江南大学物联网工程学院 3 10 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (12)
共引文献  (76)
参考文献  (8)
节点文献
引证文献  (6)
同被引文献  (13)
二级引证文献  (1)
1977(1)
  • 参考文献(1)
  • 二级参考文献(0)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(3)
  • 参考文献(0)
  • 二级参考文献(3)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(6)
  • 参考文献(0)
  • 二级参考文献(6)
2014(2)
  • 参考文献(2)
  • 二级参考文献(0)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2017(2)
  • 引证文献(2)
  • 二级引证文献(0)
2018(2)
  • 引证文献(2)
  • 二级引证文献(0)
2019(3)
  • 引证文献(2)
  • 二级引证文献(1)
研究主题发展历程
节点文献
期望最大化算法
噪声点
初始值
密度检测
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
总被引数(次)
238385
论文1v1指导