公开(公告)号：CN103226595A

公开(公告)日：2013-07-31

申请号：CN201310133415.1

申请日：2013-04-17

Applicant: 南京邮电大学

Inventor： 魏昕 ,  李宗辰

IPC: G06F17/30

Abstract: 本发明公开了一种基于贝叶斯混合公共因子分析器的高维数据的聚类方法。本发明首先针对待聚类的高维数据建立贝叶斯混合公共因子分析器的模型，接着对该模型中的各个随机变量的后验分布进行推理，并且得到与这些随机变量相关的统计量，最终通过判决得到每个高维数据所属的类别，从而完成聚类过程。本发明建立起的贝叶斯混合公共因子分析器模型具有很强的灵活性，基于贝叶斯准则的推理过程也有效地避免了过拟合问题和维数灾难现象的产生。该方法能够根据高维数据自动调节模型的最优结构，从而自动确定出最优的类别数，从而在降维的同时顺利完成聚类，获得了很好的聚类性能和计算效率。

公开(公告)号：CN103226595B

公开(公告)日：2016-06-15

申请号：CN201310133415.1

申请日：2013-04-17

Applicant: 南京邮电大学

Inventor： 魏昕 ,  李宗辰

IPC: G06F17/30

Abstract: 本发明公开了一种基于贝叶斯混合公共因子分析器的高维数据的聚类方法。本发明首先针对待聚类的高维数据建立贝叶斯混合公共因子分析器的模型，接着对该模型中的各个随机变量的后验分布进行推理，并且得到与这些随机变量相关的统计量，最终通过判决得到每个高维数据所属的类别，从而完成聚类过程。本发明建立起的贝叶斯混合公共因子分析器模型具有很强的灵活性，基于贝叶斯准则的推理过程也有效地避免了过拟合问题和维数灾难现象的产生。该方法能够根据高维数据自动调节模型的最优结构，从而自动确定出最优的类别数，从而在降维的同时顺利完成聚类，获得了很好的聚类性能和计算效率。