摘要: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。
关键词:聚类分析 后验概率 贝叶斯信息准则 判别分析
单位:扬州大学江苏省作物遗传生理重点实验室; 江苏扬州225009
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社