高斯混合模型及在探測網絡社區(qū)結構中的應用.pdf

1、基于正態(tài)分布的高斯混合模型（Gaussian Mixture Model）是一個很有力的概率建模工具，具有十分重要的理論意義，目前已被廣泛的應用于聚類、模式識別、機器學習、計算機視覺等眾多領域。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研究復雜網絡的社區(qū)結構。論文中我們先利用矩陣奇異值分解(SVD)的方法將網絡向量化，并且使得到的向量能夠盡量保持網絡中點與點之間的相似關系,然后再利用高斯

2、混合模型的方法來探測網絡的社區(qū)結構。通過具體的實驗驗證了它具有很高的正確率。此思想提出了一個框架，該框架可以融入其它成熟的向量聚類方法。
　　針對自回歸類型的數據，我們在高斯混合模型的基礎上提出了一個基于自回歸的高斯混合模型,并且利用EM算法（Expectation Maximization Algorithm）進行了求解。通過數據的推導，我們給出了估計模型中參數的解析表達式和具體的數值解法。該算法具有堅實的理論基礎，并且在對自回