[发明专利]基于期望最大确定统计模型参数的方法和装置

权利要求书

1.一种确定统计模型参数的方法，用于基于N个数据点确定统计模型的参数，其中N为大于或等于2的整数，其特征在于，包括：

接收包括N个数据点以及N个数据点的D个属性的数据集以组织成输入矩阵，其中D为大于或等于1的整数；

根据所述输入矩阵，设定K个聚类中心、所述参数的初始值以及后验概率矩阵μ_N×K(μ_n,k)的初始值其中，后验概率μ_n,k表示第n个数据点在第k个聚类中心上的后验概率，其中K为大于或等于2的整数，1≤n≤N，1≤k≤K，以及根据以及所述参数的初始值计算

基于计算得到第t次循环的所述参数，并计算所述N个数据点在所述K个聚类中心的残差其中t≥1；

基于所述N个数据点在所述K个聚类中心的残差从所述N个数据点中选出M个数据点，并从所述K个聚类中心选出L个聚类中心，其中1≤M≤N、1≤L≤K；

根据第t次循环计算得到的所述参数计算所述M个数据点在所述L个聚类中心上的后验概率

根据所计算出的所述后验概率更新所述N个数据点在所述K个聚类中心上的后验概率矩阵并基于计算出的所述后验概率更新第t+1次循环的所述参数的值；

判断第t+1次循环的所述参数是否收敛，在所述参数为收敛时，停止循环并输出所述参数。

2.根据权利要求1所述的方法，其特征在于，所述基于所述N个数据点在所述K个聚类中心的残差从所述N个数据点中选出M个数据点，并从所述K个聚类中心选出L个聚类中心，包括：

计算每个所述数据点的残差并从所述N个数据点中选出残差r^t_n最大的M个数据点；

根据各数据点在各所述聚类中心的残差针对所述M个数据点中的每个数据点，分别从所述K个聚类中心中选出残差最大的L个聚类中心。

3.根据权利要求1所述的方法，其特征在于，所述基于所述N个数据点在所述K个聚类中心的残差从所述N个数据点中选出M个数据点，并从所述K个聚类中心选出L个聚类中心，包括：

计算每个所述数据点的残差并从所述K个聚类中心中选出残差最大的L个聚类中心；

根据各数据点在各所述聚类中心的残差针对所述K个聚类中心的每个聚类中心，分别从所述N个数据点中选出残差最大的M个数据点。

4.根据权利要求1-3中任一项所述的方法，其特征在于，在所述接收包括N个数据点以及N个数据点的D个属性的数据集以组织成输入矩阵之后，还包括：

设定比例因子λ_n和λ_k，其中0<λ_n≤0.5，0<λ_k≤0.5；

根据所述比例因子λ_n和λ_k计算所述M和所述L的值，其中，M=λ_nN，L=λ_kK。

5.根据权利要求1-4中任一项所述的方法，其特征在于，判断第t+1次循环的所述参数的值是否收敛，包括：

计算在第t+1次循环计算得到的所述参数与在第t次循环计算得到的所述参数之间的差；

判断所述差的绝对值是否超出预设的阈值；

若所有所述差的绝对值都小于所述预设的阈值，则确定所述第t+1次循环的所述参数收敛；

若任一所述差的绝对值不小于所述预设的阈值，则确定所述第t+1次循环的所述参数不收敛。