一種多路凝聚IB算法研究.pdf

1、IB方法旨在將數據對象壓縮到一個預先定義好的“瓶頸”變量中,同時極大的保存另一數據對象的相關信息,發(fā)現(xiàn)數據對象中隱含的結構模式。IB方法具有嚴密的理論基礎,已經在海量數據分析、圖像數據模式分析、語音識別和基因表達分析等領域得到廣泛的應用。迄今為止,許多研究者對IB方法進行了豐富和完善。多變量IB方法是IB方法的泛化,其增強了IB方法的普適性,面向許多數據分析領域,已經取得了較好的結果。多變量IB方法針對共現(xiàn)數據分析過程,為了充分的利用數

2、據和特征之間的協(xié)作關系,提出了多路IB。
　　 aIB算法是一種基于自底向上貪婪凝聚思想的IB算法,其運行結果是一顆層次樹。針對aIB算法在進行數據分析時,不能利用各路數據間的協(xié)作關系,本文基于多路IB和aIB算法,提出了多路凝聚IB算法。多路凝聚IB算法對數據多路同時分析,基于貝葉斯網中隱含的多信息為壓縮和保留目標,引入參數γ,自適應的調整每一路數據分析的合并代價,使各路數據分析之間的協(xié)作關系能夠達到最佳狀態(tài)。實驗結果表明:多