[发明专利]基于迁移学习的高斯混合模型数据聚类方法

摘要

一种基于迁移学习的高斯混合模型数据聚类方法，通过将稀少的待聚类的数据集作为目标域，选取与目标域数据类型相似且数据量充足的数据集作为源域。首先用高斯混合模型对源域中的数据聚类，得到源域的类均值与类协方差矩阵。使用从源域聚类获得的类均值与类协方差矩阵，并通过基于迁移学习的高斯混合模型聚类算法对目标域中的数据进行聚类，得到每一个数据点的后验概率，用其后验概率的最大值所在的组件作为这一数据点的类标签，从而有效提高目标域中数据聚类的准确度。