这里有一个关于这个问题的很好的和合理的最近讨论：

Christian P. Robert多模态和标签转换：讨论。混合物研讨会，ICMS，2010 年 3 月 3 日。

本质上，有几种标准策略，每一种都有优点和缺点。最明显的做法是以确保只有一种后验模式的方式来制定先验（例如，对混合分量的均值进行排序），但这对后验产生了奇怪的影响，并且因此一般不使用。接下来是在采样期间忽略问题，然后对输出进行后处理以重新标记组件以保持标签一致。这很容易实现并且似乎工作正常。更复杂的方法在线重新标记，要么保持单一模式，要么故意随机排列标签以确保混合多种模式。我非常喜欢后一种方法，但这仍然留下了如何有意义地总结输出的问题。但是，我认为这是一个单独的问题。

Gilles Celeux也致力于标签转换的问题，例如

G. Celeux，混合的贝叶斯推理：标签切换问题。 Proceedings Compstat 98，第 227-232 页，Physica-Verlag (1998)。

作为@darrenjw 的好答案的补充，这里有两篇回顾替代策略的在线论文：

1. Jasra 等人，马尔可夫链蒙特卡罗方法和贝叶斯混合建模中的标签切换问题
2. Sperrin 等人，贝叶斯混合模型中标签切换问题的概率重新标记策略