罗伊,阿南达鲁普;斯瓦潘·K·帕鲁。;罗伊,乌特帕尔 SWGMM:用于循环线性数据聚类的半包裹高斯混合模型。 (英语) Zbl 1428.62296号 PAA,模式分析。申请。 19,第3期,631-645(2016). 摘要:有限混合模型广泛用于对多元数据集进行基于模型的聚类。现有的大多数混合模型都使用线性数据;然而,实际应用可能涉及具有循环和线性特征的多元数据。现有的混合模型无法容纳此类相关的循环线性数据。本文考虑设计一个具有一个循环变量的多元数据的混合模型。为了构造适当包含相关项的循环线性联合分布,我们使用了半包裹高斯分布。此外,我们构建了这种联合分布的混合模型(称为SWGMM)。该混合模型能够近似多模态循环线性数据的分布。基于期望最大化方法,提出了一种混合参数的无监督学习方法。使用最大后验准则进行聚类。为了评估SWGMM的性能,我们选择了LCH空间中的彩色图像分割任务。我们给出了综合结果,并将SWGMM与现有方法进行了比较。我们的研究表明,所提出的混合模型在大多数情况下都优于其他方法。 引用于三文件 MSC公司: 62H30型 分类和区分;聚类分析(统计方面) 关键词:循环线性联合分布;半包裹高斯分布;统计混合模型;群集 软件:循环统计;BSDS公司;圆形的 PDF格式BibTeX公司 XML格式引用 \textit{A.Roy}等人,PAA,模式分析。申请。19,第3号,631--645(2016;Zbl 1428.62296) 全文: 内政部 参考文献: [1] Agiomyrgianakis Y,Stylianou Y(2009),语音相位数据建模和高速量化的包裹高斯混合模型。IEEE Trans Audio Speech Lang过程17(4):775-786·doi:10.1109/TASL.2008.2008229 [2] Amayri O,Bouguila N(2013)《超越混合生成性辨别学习:球形数据分类》。模式分析应用第1-21页·Zbl 1425.68337号 [3] Bahlmann C(2006)在线手写识别中的方向特征。图案识别39:115-125·doi:10.1016/j.patcog.2005.05.012 [4] Banerjee A,Dhillon IS,Ghosh J,Sra S(2005)使用von Mises-Fisher分布在单位超球面上的聚类。J Mach学习研究6:1345-1382·Zbl 1190.62116号 [5] Boutemedjet S,Bouguila N,Ziou D(2009)高维非高斯数据聚类的混合特征提取选择方法。IEEE Trans-Pattern Ana Mach Intell 31(8):1429-1443·doi:10.1109/TPAMI.2008.155 [6] Fernández-Durán JJ(2007)基于非负三角和的循环分布构建的循环线性和循环数据模型。生物统计学63:579-585·Zbl 1134.62030号 ·doi:10.1111/j.1541-0420.2006.00716.x [7] Figueiredo MAT,Jain AK(2002)有限混合模型的无监督学习。IEEE Trans-Pattern Ana Mach Intell 24(3):381-396·doi:10.1109/34.990138 [8] Freixenet J、Muñoz X、Raba D、MartíJ、CufíX(2002)《图像分割的另一项调查:区域和边界信息集成》。摘自:欧洲计算机视觉会议记录第三部分柏林斯普林格,第408-422页·Zbl 1039.68633号 [9] 龚H,石J(2011)条件熵作为多部分图像分割的过分割和欠分割度量。技术报告MS-CIS-11-17,宾夕法尼亚大学计算机和信息科学系 [10] Jammalamadaka SR,Sengupta A(2001)循环统计专题。纽约世界科学出版公司·Zbl 1006.62050号 [11] Johnson RA,Wehrly TE(1978)一些角度线性分布和相关的回归模型。美国统计学会杂志73(363):602-606·Zbl 0388.62059号 ·doi:10.1080/01621459.1978.10480062 [12] Law MHC,Figueiredo MAT,Jain AK(2004)使用混合模型同时进行特征选择和聚类。IEEE Trans-Pattern Ana Mach Intell公司26(9):1154-1166·doi:10.10109/TPAMI.2004.71 [13] Mardia KV,Jupp P(2000)方向统计。纽约威利·Zbl 0935.62065号 [14] Mardia KV,Sutton TW(1978)圆柱变量模型及其应用。皇家统计学会期刊B辑(方法学)40(2):229-233·Zbl 0392.62022号 [15] Martin D,Fowlkes C,Tal D,Malik J(2001)人类分割的自然图像数据库及其在评估分割算法和测量生态统计中的应用。摘自:《计算机视觉国际会议论文集》,第416-423页 [16] Martin DR(2002)分组和细分的经验方法。加州大学伯克利分校EECS系博士论文 [17] Mclachlan GJ,Peel D(2000)有限混合模型。纽约威利·Zbl 0963.62061号 [18] MeilóM(2002)比较聚类:公理观点。摘自:机器学习国际会议论文集。ACM,纽约,第577-584页 [19] Peel D,Mclachlan GJ(2000)使用t分布的稳健混合建模。统计计算10:339-348·doi:10.1023/A:1008981510081 [20] Roy A,Parui SK,Roy U(2007)基于beta混合模型的彩色图像文本提取方法。摘自:模式识别进展国际会议论文集。《世界科学》,纽约,第321-326页 [21] Roy A,Parui SK,Roy U(2011)使用半包裹高斯混合模型进行彩色图像分割。在:模式识别和机器智能国际会议记录。柏林施普林格,第148-153页 [22] Roy A,Parui SK,Roy U(2012)彩色图像分割的循环线性分布混合模型。国际计算机应用杂志58(9):6-11 [23] Shieh GS,Zheng SR,Shimizu K(2006)二元广义von Mises分布及其在环状基因组中的应用。台湾中央研究院统计科学研究所技术报告 [24] Unnikrishnan R、Pantofaru C、Hebert M(2007)《图像分割算法的客观评估》。IEEE Trans-Pattern Ana Mach Intell29(6):929-944·doi:10.1109/TPAMI.2007.1046 [25] Wang Q,Kulkarni SR,Verd \[\acute{u}\]u´S(2009)通过k近邻距离对多维密度的散度估计。IEEE Trans-Inf理论55(5):2392-2405·Zbl 1367.94141号 [26] Yang AY,Wright J,Ma Y,Sastry SS(2008)通过有损数据压缩对自然图像进行无监督分割。计算可视图像理解110:212-225·doi:10.1016/j.cviu.2007.07.005 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。