计算机科学 ›› 2007, Vol. 34 ›› Issue (5): 190-193.

• 计算机网络与信息安全 • 上一篇    下一篇

基于有限混合多变量t分布的鲁棒聚类算法

余成文 郭雷   

  1. 西北工业大学自动化学院,西安710072
  • 出版日期:2018-11-16 发布日期:2018-11-16
  • 基金资助:
    国家自然科学基金项目(60175001)资助.

YU Cheng-Wen ,GUO Lei (College of Automation, Northwestern Polytechnical University, Xi'an 710072)   

  • Online:2018-11-16 Published:2018-11-16

摘要: 在用混合模型聚类时,聚类数据中存在局外点是非常困难的问题。为了提高混合拟合的鲁棒性,本文用混合t模型替代混合高斯模型,来拟合含有背景噪音的多变量多高斯分布数据;提出了两个求解混合t模型的修改版期望最大化(EM)算法,并将它们与模型选择准则集成在一起,应用一个组合规则成分灭绝策略选择聚类成分数,得到两个对应的鲁棒聚类算法。对含有背景噪音的多个高斯成分进行不同聚类算法的大量实验表明,本文的鲁棒聚类算法能自动选择最佳的聚类成分数,相对于混合高斯模型的聚类方法,鲁棒性增强很多;相对于传统求解混合t模型(EM/EC

关键词: 局外点 鲁棒聚类 混合t模型 期望最大化算法 模型选择准则

Abstract: Providing protection against outlier in clustering data is a difficult problem for mixtures models fitting. In this paper, we consider the fitting of mixtures t distributions alternative to mixtures normal distributions for multi-component gauss data with

Key words: Outlier, Robust clustering, Mixtures t distribution, Expectation maximization, Model selection criterion

No related articles found!
Viewed
Full text


Abstract

Cited

  Shared   
  Discussed   
No Suggested Reading articles found!