统计聚类模型研究综述

摘要：

聚类分析在工程领域如生物序列分析、图像分割、文本分析等广泛应用.聚类方法涉及广泛,而基于概率统计理论的方法是其中的一大类.从最基本的FCM模型出发,阐述了势函数(Potential)、山脉(Mountain)函数聚类方法、信息熵方法,分析比较了这些方法的适用范围和优缺点,介绍了当今流行的核聚类、谱聚类和高斯混合模型聚类方法及其求解过程,并分析了它们的优缺点、计算复杂性等指标.最后,介绍了一些崭新的聚类模型的研究方向.

关键词：聚类分析、统计学习、高斯混合模型、谱聚类、核聚类

所属期刊栏目：39

分类号：TP301(计算技术、计算机技术)

资助基金：国家自然科学基金项目41171341;教育部新世纪优秀人才支持计划,河南省科技创新杰出青年计划114100510006;航空科学基金光电控制技术国防科技重点实验室资助项目20095155008;河南省科技厅科技攻关项目122102210227;河南省科技厅基础与前沿技术研究计划项目092300410140;河南省教育厅项目2011B520038,2010B520032;郑州市科技局项目112PPTGY248-6

在线出版日期：2012-12-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：18-24