高斯混合模型及在探測(cè)網(wǎng)絡(luò)社區(qū)結(jié)構(gòu)中的應(yīng)用.pdf

1、基于正態(tài)分布的高斯混合模型（Gaussian Mixture Model）是一個(gè)很有力的概率建模工具，具有十分重要的理論意義，目前已被廣泛的應(yīng)用于聚類(lèi)、模式識(shí)別、機(jī)器學(xué)習(xí)、計(jì)算機(jī)視覺(jué)等眾多領(lǐng)域。論文中我們以高斯混合模型為工具，做了以下的工作。
　　我們提出利用高斯混合模型的方法來(lái)研究復(fù)雜網(wǎng)絡(luò)的社區(qū)結(jié)構(gòu)。論文中我們先利用矩陣奇異值分解(SVD)的方法將網(wǎng)絡(luò)向量化，并且使得到的向量能夠盡量保持網(wǎng)絡(luò)中點(diǎn)與點(diǎn)之間的相似關(guān)系,然后再利用高斯

2、混合模型的方法來(lái)探測(cè)網(wǎng)絡(luò)的社區(qū)結(jié)構(gòu)。通過(guò)具體的實(shí)驗(yàn)驗(yàn)證了它具有很高的正確率。此思想提出了一個(gè)框架，該框架可以融入其它成熟的向量聚類(lèi)方法。
　　針對(duì)自回歸類(lèi)型的數(shù)據(jù)，我們?cè)诟咚够旌夏Ｐ偷幕A(chǔ)上提出了一個(gè)基于自回歸的高斯混合模型,并且利用EM算法（Expectation Maximization Algorithm）進(jìn)行了求解。通過(guò)數(shù)據(jù)的推導(dǎo)，我們給出了估計(jì)模型中參數(shù)的解析表達(dá)式和具體的數(shù)值解法。該算法具有堅(jiān)實(shí)的理論基礎(chǔ)，并且在對(duì)自回