基于MCD初始化的高斯混合模型聚类  

作　　者：胡庆辉[1] 阮晓霞[2] 

机构地区：[1]桂林航天工业学院计算机科学与工程系,广西桂林541004 [2]桂林航天工业学院外语外贸系,广西桂林541004

出　　处：《桂林航天工业学院学报》2016年第1期1-6,共6页Journal of Guilin University of Aerospace Technology

基　　金：广西高校科研重点项目<基于多核学习的半监督支持向量机相关技术研究>(ZD2014147);桂林航天工业学院科研项目<监督机器学习中的数据降维方法研究>(Y12Z028)

摘　　要：高斯混合模型聚类是一种基于概率模型的有效聚类方法,传统算法对模型的初始化(包含成分数、每个成分的均值和方差)的设置非常敏感,容易导致EM算法陷入局部最优解或收敛到解空间的边界,为了解决这个问题,可利用最小化协方差矩阵行列式(MCD),结合传统成熟的高斯混合模型算法,来实现对高斯混合模型的初始化,而MCD初始化的算法对初始值的设定没有特殊的要求,通过实验证明其具有很好的聚类性能和鲁棒性。

关 键 词：高斯混合模型 聚类 最小协方差矩阵行列式 EM算法 

分 类 号：TP301.6[自动化与计算机技术—计算机系统结构]