函数型数据的分步系统聚类算法

被引：7

作者：

郭均鹏

王梅南

高成菊

戴晖

机构：

[1] 天津大学管理与经济学部

来源：

系统管理学报 | 2015年 / 24卷 / 06期

关键词：

函数型数据; 聚类算法; 系统聚类; 分步聚类;

D O I：

暂无

中图分类号：

TP311.13 [];

学科分类号：

1201 ;

摘要：

函数型数据能够反映数据的内在规律,利用该特点可以挖掘数据更多的潜在信息。在对传统聚类算法研究的基础上,首次提出将导函数距离引入函数型数据的聚类中,设计了函数型数据的分步系统聚类算法,给出了算法的具体步骤。利用随机模拟对算法的有效性进行了检验,并针对40个国家41年的人均GDP数据进行了实例研究,结果表明,该算法能够对函数型数据进行有效聚类。此外,基于此算法提出了一种函数型数据的数据补齐方法,实例研究结果表明,该预测方法能够对函数型数据进行有效地补齐。

引用

页码：814 / 820

页数：7

共 16 条

[1] 基于自适应权重的面板数据聚类方法 [J].

李因果 ;

戴翼 ;

何晓群 .

系统工程理论与实践, 2013, 33 (02) :388-395

[2] 广义均衡模糊C均值聚类算法 [J].

文传军 ;

詹永照 ;

柯佳 .

系统工程理论与实践, 2012, 32 (12) :2751-2755

[3] 基于稀疏指数排序的高维数据并行聚类算法 [J].

武森 ;

冯小东 ;

吴庆海 .

系统工程理论与实践, 2011, (S2) :13-18

[4] 基于基函数展开的函数型数据聚类方法 [J].

陈晓锋 ;

殷瑞飞 .

统计与决策, 2009, (19) :10-12

[5] 一种函数型数据的聚类分析方法 [J].

王劼 ;

黄可飞 ;

王惠文 .

数理统计与管理, 2009, 28 (05) :839-844

[6] 基于多维面板数据的聚类方法探析及实证研究 [J].

肖泽磊 ;

李帮义 ;

刘思峰 .

数理统计与管理, 2009, 28 (05) :831-838

[7] 基于粒子群的K均值聚类算法 [J].

刘靖明 ;

韩丽川 ;

侯立文 .

系统工程理论与实践, 2005, (06) :54-58

[8]

函数型数据的分步系统聚类算法研究[D]. 戴晖.天津大学. 2012

[9] Identifying cluster number for subspace projected functional data clustering [J].

Li, Pai-Ling ;

Chiou, Jeng-Min .

COMPUTATIONAL STATISTICS & DATA ANALYSIS, 2011, 55 (06) :2090-2103

[10]

Exploratory analysis of functional data via clustering and optimal segmentation[J] . Georges Hébrail,Bernard Hugueney,Yves Lechevallier,Fabrice Rossi. Neurocomputing . 2010 (7)

← 1 2 →