论文部分内容阅读
将传统的动态聚类分析和判别分析相结合，引出一种基于似然极大的动态聚类方法，该方法以EM算法实现的极大似然估计进行类参数估计，以相应的贝叶斯后验概率判别个体的归类。模拟研究表明，该方法通常既可无偏估计类参数，又可判别最佳分类个数。与重心法动态聚类和最小组内平方和法动态聚类相比，稳健性较高。同时通过提高判别标准，可以降低误判率。用Fisher的Iris试验数据验证了方法的可行性，并将之成功应用于一个水稻F2群体的个体的主基因基因型鉴别。