核密度估计的聚类算法.pdfVIP

第30卷第5期 模式识别与人工智能 Vol_30No．5 2017年5月 PR＆AI May2017 核密度估计的聚类算法术 朱杰1 陈黎飞2 1(中国西南电子技术研究所成都610036) 2(福建师范大学数学与计算机科学学院福州350117) 摘要相似性度量是聚类分析的重要基础，如何有效衡量类属型符号间的相似性是相似性度量的一个难点．文 中根据离散符号的核概率密度衡量符号间的相似性，与传统的简单符号匹配及符号频度估计方法不同，该相似性 度量在核函数带宽的作用下，不再依赖同一属性上符号间独立性假设．随后建立类属型数据的贝叶斯聚类模型，定 义基于似然的类属型对象一簇间相似性度量，给出基于模型的聚类算法．采用留一估计和最大似然估计，提出3种 求解方法在聚类过程中动态确定最优的核带宽．实验表明，相比使用特征加权或简单匹配距离的聚类算法，文中算 法可以获得更高的聚类精度，估计的核函数带宽在重要特征识别等应用中具有实际意义． 关键词类属型数据聚类，概率模型，相似性度量，核密度估计(KDE)，带宽估计 311 DOI 中图法分类号TP 10．16451／j．cnki．issnl003．6059．201705006 引用格式朱杰，陈黎飞．核密度估计的聚类算法．模式识别与人工智能，2017，30(5)：439—447 withKernel Estimation ClusteringAlgorithm Density ZHU Lifei2 Jiel，CHEN ChinaInstituteElectronic 61 1(Southwest of 0036) Technology，Chengdu Mathematicsand Normal 3501 of 17) 2(College ComputerScience，FujianUniversity，Fuzhou ABSTRACT measureis an basisfor anefficient Similarity important clusteringanalysis．However，defining measurefordiscrete difficult．Inthis methodis to similarity symbols(categories)ispaper，a proposed in the measurethe between termsoftheirkernel from categories density．Different