作者：于建均; 郑逸加; 阮晓钢; 赵少琼遗传算法模仿学习最大最小距离算法
摘要：针对高斯混合模型（Gaussian mixture model,GMM）参数选取效率较低的问题,提出了一种在基于GMM的轨迹模仿学习表征中综合求解GMM参数估计的方法.该方法基于多中心聚类算法中的最大最小距离算法改进kmeans算法,得到最优初始聚类中心,并基于贝叶斯信息准则（Bayesian information criterion,BIC）通过遗传算法优化求解,同时获取GMM的4个重要参数.该方法通过提高划分初始数据集的效率,在优化初始聚类中心基础上确定混合模型个数,有效地避免了因为初值敏感而导致的局部极值问题.通过多组仿真实验验证了该方法的有效性.
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
