已閱讀1頁，還剩41頁未讀， 繼續(xù)免費(fèi)閱讀
版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、本文將基于有限混合模型的貝葉斯聚類方法推廣應(yīng)用到成分?jǐn)?shù)據(jù)和有序數(shù)據(jù)的聚類分析。我們采用Dirichlet分布的有限混合模型建立了對(duì)成分?jǐn)?shù)據(jù)聚類的算法。對(duì)有序數(shù)據(jù)，考慮到數(shù)據(jù)間的順序信息，我們將有序變量視為由隱變量離散化生成的，在假定隱變量具有多元正態(tài)的混合模型的基礎(chǔ)上建立了一套適用于有序數(shù)據(jù)的算法。我們采用EM算法推導(dǎo)出計(jì)算模型參數(shù)的后驗(yàn)最大值點(diǎn)的迭代算法，按BIC準(zhǔn)則確定類數(shù)，最后用類似于貝葉斯判別的方法對(duì)數(shù)據(jù)進(jìn)行聚類。模擬研究結(jié)果表
溫馨提示
- 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲(chǔ)空間，僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理，對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請(qǐng)與我們聯(lián)系，我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 有序的誤分類數(shù)據(jù)的貝葉斯分析.pdf
- 缺失數(shù)據(jù)的貝葉斯模型處理.pdf
- 基于貝葉斯網(wǎng)絡(luò)的數(shù)據(jù)挖掘研究.pdf
- 屏蔽數(shù)據(jù)的貝葉斯統(tǒng)計(jì)分析.pdf
- 基于貝葉斯網(wǎng)絡(luò)的中醫(yī)醫(yī)案數(shù)據(jù)挖掘.pdf
- 數(shù)據(jù)缺失下學(xué)習(xí)貝葉斯網(wǎng)的研究.pdf
- 基于貝葉斯網(wǎng)絡(luò)數(shù)據(jù)挖掘算法的研究.pdf
- 基于貝葉斯方法的缺失數(shù)據(jù)補(bǔ)全研究.pdf
- 基于貝葉斯網(wǎng)絡(luò)的微陣列數(shù)據(jù)研究.pdf
- 基于貝葉斯理論的海量科學(xué)數(shù)據(jù)挖掘.pdf
- 基于貝葉斯網(wǎng)絡(luò)的多維數(shù)據(jù)分類研究.pdf
- 基于貝葉斯k近鄰和主成分分析的教務(wù)數(shù)據(jù)挖掘研究.pdf
- 基于非負(fù)矩陣分解的時(shí)序數(shù)據(jù)聚類方法.pdf
- 基于貝葉斯網(wǎng)絡(luò)的數(shù)據(jù)圖檢索算法研究.pdf
- 貝葉斯層次聚類及其在文本挖掘中的應(yīng)用.pdf
- 基于貝葉斯網(wǎng)絡(luò)的數(shù)據(jù)挖掘應(yīng)用研究.pdf
- 基于聚類的樸素貝葉斯分類模型的研究與應(yīng)用.pdf
- 基于數(shù)據(jù)缺值的貝葉斯網(wǎng)絡(luò)入侵檢測(cè)研究.pdf
- 基于貝葉斯統(tǒng)計(jì)思想的基因表達(dá)數(shù)據(jù)分析.pdf
- 基于缺失數(shù)據(jù)的貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)學(xué)習(xí).pdf
評(píng)論
0/150
提交評(píng)論