自动确定K与S
同时优化聚类数K和隐状态数S，自动选择最优模型复杂度。
Lan, Hui · 劉子泉 · Hsiao, Janet Hui Wen · Dan, Yu · Chan, Antoni B.
IEEE Transactions on Neural Networks and Learning Systems 2023
算法对(K,S)对赋予先验并近似后验概率，选择最大后验值；同时通过空簇和空状态的隐式剪枝自动选择模型复杂度，无需人工设定或交叉验证。
实验表明，该算法在合成数据和真实数据上的聚类性能优于使用最大似然估计的模型选择技术。
算法通过密度和先验对HMM进行聚类，并同时学习新颖的HMM簇中心，这些中心能够紧凑地表示每个簇的结构，从而提高聚类质量。