极大熵聚类算法的收敛性定理  

On Convergence of the Maximum Entropy Clustering Algorithm

作　　者：牟永敏[1] 于剑[2] 

机构地区：[1]北京信息工程学院计算机科学与工程系,北京100101 [2]北京交通大学计算机与信息技术学院,北京100044

出　　处：《北方交通大学学报》2003年第5期26-29,共4页Journal of Northern Jiaotong University

基　　金：教育部科学技术重点项目(02031)

摘　　要：讨论了极大熵聚类算法的收敛性,构造了极大熵聚类算法的收敛点集,并证明了极大熵聚类算法的收敛性定理.结果表明,极大熵聚类算法不一定收敛到局部极小点,有时收敛到鞍点.同时,也给出了如何判断极大熵聚类算法的收敛点是局部极小点还是鞍点的方法.In this paper, we study the maximum entropy clustering algorithm and its converged points set, and prove the convergence theorem of the maximum entropy clustering algorithm again. Our study shows that the maximum entropy clustering algorithm may not converge to local minimum, sometimes converges to saddle points. Moreover, we obviously give the criterion of the judging whether the maximum entropy clustering algorithm converge to local minimum or not.

关 键 词：模式识别 聚类算法 收敛性 极大熵原则 决定性退火 

分 类 号：TP182[自动化与计算机技术—控制理论与控制工程]