一种函数型数据的聚类分析方法

被引：16

作者：

王劼 ^{[1
]}

黄可飞 ^{[2
]}

王惠文 ^{[1
]}

机构：

[1] 北京航空航天大学经济管理学院

[2] 北京天坛医院神经内科

来源：

数理统计与管理 | 2009年 / 28卷 / 05期

基金：

北京市自然科学基金;

关键词：

主成分分析; 聚类分析; 成分;

D O I：

10.13860/j.cnki.sltj.2009.05.003

中图分类号：

O212 [数理统计];

学科分类号：

020208 ; 070103 ; 0714 ;

摘要：

分析了函数型数据主成分分析的原理。在此基础上,提出了一种函数型数据的聚类分析方法,以及在低维空间对原始高维数据进行直观表达的方法。给出了函数型数据的距离定义,并分析了这种距离的定义与欧氏距离的关系。提出函数型数据聚类分析的新方法:1)通过变换把离散数据转化为函数数据;2)进行函数型主成分分析;3)利用提取的前几个主成分构成低维空间,在该低维空间中,采用普通的聚类方法进行聚类分析。采用人体肢体多普勒超声血管造影的数据对所提出的方法的合理性进行验证。结果表明该方法可以有效地对函数型数据进行分类,分类结果与专家临床结论相符,因而有助于临床上对样本做客观判断。该方法不依赖专家的经验判断,且计算过程简便,易于计算机实现及临床应用。

引用

页码：839 / 844

页数：6