10.3969/j.issn.1000-8519.2011.06.008
用于高斯混合模型参数估计的EM算法及其初始化研究
基于有限混合模型的聚类是一种重要的聚类分析方法,而EM算法是混合模型参数估计的重要方法.传统的EM算法对初始聚类中心比较敏感,因此如何选取初始值成为运用EM算法实现高斯混合模型聚类中的一个重要问题.本文提出一种基于网格的聚类算法来初始化EM算法,旨在改善EM算法的初始敏感性,使其达到更佳的聚类效果.此算法根据网格单元密度高低来识别孤立点和噪声点,利用相似性度量进行聚类,利用网格核思想来降低时间复杂度.仿真实验结果表明,该方法时间复杂度较低,且用该方法优化初始聚类中心后的EM算法有着很好的稳定性和精确性.
聚类、高斯混合模型、EM算法、网格、初始化
O29(应用数学)
2011-11-15(万方平台首次上网日期,不代表论文的发表时间)
共5页
26-30