申请/专利权人：浪潮软件科技有限公司

申请日：2023-10-20

公开（公告）日：2024-02-02

公开（公告）号：CN117493924A

主分类号：G06F18/23213

分类号：G06F18/23213;G06F17/18;G06F17/10

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.02.23#实质审查的生效;2024.02.02#公开

摘要：本发明公开一种基于FCM和EM的模型参数估计方法，涉及聚类算法技术领域。针对使用传统期望最大化算法进行参数估计的混合高斯模型的最终聚类效果过于依赖初始概率密度中心的问题，采用方案如下：基于模糊C均值算法FCM，根据给定的显性数据初步估计出能拟合数据分布的模型参数；基于期望最大化算法EM，首先根据模型参数预测隐性数据的值，随后根据预测的隐性数据值及步骤1给定的显性数据重新估计出能拟合该数据分布的模型参数，迭代本步骤，直至达到预设的收敛标准时结束迭代，得到最优的模型参数。相比于传统的聚类算法，本发明所述方法在无监督聚类任务的应用于中跳出了局部最优陷阱，效果更优，结果更可靠。

主权项：1.一种基于FCM和EM的模型参数估计方法，其特征在于，其优化步骤包括：1基于模糊C均值算法FCM，根据给定的显性数据初步估计出能拟合数据分布的模型参数；2基于期望最大化算法EM，首先根据模型参数预测隐性数据的值，随后根据预测的隐性数据值及步骤1给定的显性数据重新估计出能拟合该数据分布的模型参数，迭代本步骤，直至达到预设的收敛标准时结束迭代，得到最优的模型参数。

全文数据：

权利要求：

百度查询： 浪潮软件科技有限公司 一种基于FCM和EM的模型参数估计方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD