论文部分内容阅读
为有效处理动态增长的数据集，获得增量数据的聚类结果，文中利用高斯混合模型模拟数据分布，将原有样本所属高斯成分的均值和先验概率视为这些样本的代表点信息，并将其后验概率松弛为0和1两种状态，在密度参数新的迭代公式的基础上，依据标准EM算法设计增量式EM算法，避免了在估计混合密度参数的过程中对原有样本后验概率的重复计算，从而在高效获得增量数据聚类结果的同时实现了高斯混合模型密度参数的更新．实验结果表明，增量式EM算法能够高效处理大规模增量数据集，并能达到较高的聚类精度．