一种基于高斯混合模型的多因子模式识别方法

本发明涉及一种基于高斯混合模型的多因子模式识别方法，包括以下步骤：S1、原始数据预处理，剔除残缺特征数据并将有用特征归一化；S2、计算各特征之间的相关性程度，剔除相关程度高的特征；S3、初始化模式类型，输出每种模式的样本划分为{C1,C2,C3,...,CN}以及每个模式的均值{μ1,μ2,μ3,...,μN}；S4、高斯混合模型(GMM)参数初始化，获取GMM的似然函数L(μ,Σ)与对数似然函数ΙnL(μ,Σ)；S5、EM算法求解最优S6、根据求解结果评价模式识别效果，不满足评价效果时需重新训练模型；S7、计算各因子的贡献度，判断各特征对整体数据集的影响程度。高精度多模态建模：本发明通过多个高斯分布的线性组合，可精确拟合设备多因子数据中的复杂分布，克服单一分布模型的欠拟合问题。