论文部分内容阅读
针对传统聚类算法在开始运行时要指定聚类数的问题,提出了一个贝叶斯可能性聚类模型,推理出了一种具有良好抗噪能力的可以估计聚类个数的可能性聚类方法。使用贝叶斯推理和粒子滤波推理为模型找出最大后验参数值,并利用泊松分布估计聚类数的最优值。在求解样本隶属度的过程中隶属度的值仅与样本点和其对应的聚类中心的距离有关,从而模型的抗噪能力得到提高。在UCI标准库数据集、真实医学图像数据集上对所提出的模型进行检验。结果表明,该文模型具有更好的聚类性能和抗噪能力。