论文部分内容阅读
可能性聚类方法在数据分析和模式识别领域被广泛应用。本文通过选择马氏距离,构造一种特殊的基于马氏距离的可能性聚类方法。该方法在保持可能性聚类性能的同时,能有效地防止一致性聚类的发生,依照最大最小概率原理,根据聚类的结果直接推断出聚类结果的误分下界,从而判断聚类的有效性。最后通过图像分割实验和标准数据集实验,验证了该算法的优越性。