基于依赖结构和Gibbs Sampling的离散数据聚类

摘要：

建立了一种新的离散数据聚类方法,该方法结合变量之间的依赖结构和Gibbs sampling进行离散数据聚类,能够显著提高抽样效率,并且避免使用EM算法进行聚类所带来的问题.试验结果表明,该方法能够有效地进行离散数据的聚类.

关键词：聚类、离散数据、依赖结构、Gibbs抽样、MDL标准

所属期刊栏目：32

分类号：TP274(自动化技术及设备)

资助基金：中国科学院资助项目60275026;上海市重点学科建设项目P160i;上海市教委资助项目05zz66

在线出版日期：2006-06-01（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：28-30