一种基于似然极大的动态聚类方法及其应用

摘要：

将传统的动态聚类分析和判别分析相结合,引出一种基于似然极大的动态聚类方法,该方法以EM算法实现的极大似然估计进行类参数估计,以相应的贝叶斯后验概率判别个体的归类.模拟研究表明,该方法通常既可无偏估计类参数,又可判别最佳分类个数.与重心法动态聚类和最小组内平方和法动态聚类相比,稳健性较高.同时通过提高判别标准,可以降低误判率.用Fisher的Iris试验数据验证了方法的可行性,并将之成功应用于一个水稻F2群体的个体的主基因基因型鉴别.

关键词：聚类分析、后验概率、贝叶斯信息准则、判别分析

所属期刊栏目：33

分类号：S5(农作物)

资助基金：国家自然科学基金30270724;30370758;教育部跨世纪优秀人才培养计划

在线出版日期：2007-03-12（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：70-76