论文部分内容阅读
EM算法是一种非常流行的极大似然估计方法，是一种当观测数据为不完全数据时求解最大似然估计的迭代算法，也是估计有限混合模型参数十分有效的算法．然而，EM算法是一个局部最优算法，常常容易陷入局部最优解，使得它的初始值对算法的结果有着极其重要的影响．因此采用k均值算法来初始化EM算法并将聚类结果同直接用EM算法得到的聚类结果相比较．数值试验表明经过初始化的EM算法的聚类效果要明显好于原始EM算法的效果．