基于高斯混合模型的层次聚类算法.pdfVIP

计算机研究与发展 ISSN 1000-1239/CN 11-1777/TP Joumal of Computer Rωearch and Development 43( Suppl. ): 321-327 , 2006 基于南斯混合模型的层次聚棠算法 在俊 1 美青山 lwaIlg SlleIIgrlliL2 董槐林 1 I (厦门大学软件学院厦门 361005) 2(加拿大舍布鲁克大学计算机系 魁北克 21K2Rl) (junequ@163.com) A Hierarchical Clustering Algorithm Base on Gaussian Mixture Model Qu Jun1, Jiang Qingshan1, Wang Shengrui1,2, and Dong Huailin1 1 (Sc.阳110f 岛Iftu届时 ， Xiamen University , Xiamen 361005) 2( De阳 rtment of αmρuter Science , University of Sher伽舱 ? Quebec 21K2Rl) Abstract There are two critical problems for the clustering analysís techníques to select the appropriate value of number of clusters and partition partially overlapping clusters. Proposed in this paper is a new hierarchical clustering algorithm based on Gaussian mixture model (HCGMM) without specified number of c1 usters in advance, whose appropriate value can be decíded ín the iterative process. The algorithm stops clustering according to the overlap rate between Gaussian components and provides a good solutíon to partially overlapping partitions. After díscussíng some related topics, synthetic data and real color images are adopted to evaluate the performance of the clustering algorithm and compares it with other algorithms. Key words clusteríng; partial overlapping; Gaussian mixture model; image segmentation 摘要选择合适的聚类数和准确划分类问重叠的数据是聚类分析领域 2 个被广泛研究的问题.提出 了一个基于高斯混合模型的层次聚类算法 (HCGMM) ，该算法基于重叠度的街景，而且不需要预先指定 聚类数，能够很好地解决以上两个问题.算法根据高维空间斗混合模型每 2 个组成成分之间的重叠情 况自动运行或停止，从而准确划分类问重叠的数据，并自动确定聚类数.最后，通过标准的数据的测试， 以及通过把它应用于不同提型的真实彩色图像分割表明，该算法是有效的，而且对噪声影响不敏感.把 它和其他层次算法进行比较和分析，以证明该算法的优越性， 关键诩 聚类;类问重叠;南斯混合模型;圈像分割 中回法分类号 TP31 1. 13 聚类分析广泛用于图像分割 [1] 、模式识别 [2] 、 难预先指定黯