期刊文章详细信息
高斯混合模型聚类中EM算法及初始化的研究
Algorithm EM and Its Initialization in Gaussian-Mixture-Model Based Clustering
文献类型：期刊文章
机构地区：[1]江南大学信息工程学院,江苏无锡214122
基 金：模式识别国家重点实验室开放课题
年 份：2006
卷 号：22
期 号：11X
起止页码：244-246
语 种：中文
收录情况：BDHX、BDHX2004、核心刊
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。
关 键 词：极大似然 高斯混合模 EM算法 初始化 聚类分析
分 类 号：TP181]
参考文献：
正在载入数据...
二级参考文献：
正在载入数据...
耦合文献：
正在载入数据...
引证文献：
正在载入数据...
二级引证文献：
正在载入数据...
同被引文献：
正在载入数据...
