来源：期刊VIP网 时间：
作者：李泽安;汪钱荣;赵为华;
单位：南通大学人工智能与计算机学院;南通大学数学与统计学院;
摘要：为充分考虑矩阵数据的特性和数据内部的关联性，文章基于矩阵T分布建立矩阵T混合模型及其惩罚模型来研究聚类问题。在矩阵T混合模型的似然函数上对均值矩阵分量施加自适应核范数低秩惩罚,应用ECM算法提出惩罚似然估计算法，同时提出了一种改进的BIC模型选择准则来选择最优的混合模型数量和调节参数,进而通过自适应核范数阈值自动实现低秩估计，实现准确聚类。最后，通过数值模拟研究及与已有方法的对比验证了该方法的有用性，且将所建立的惩罚混合模型应用于中国省域经济发展水平划分研究,得到了比较准确的聚类结果。
关键词：矩阵T分布;;混合模型;;自适应核范数;;ECM算法;;奇异值阈值
基金资助：国家社会科学基金资助项目（22BTJ025）;; 国家自然科学基金资助项目（11971171）
