基于B-样条基底展开的曲线聚类方法

被引:17
作者
黄恒君 [1 ,2 ]
机构
[1] 兰州商学院统计学院
[2] 兰州商学院甘肃省经济发展数量分析研究中心
关键词
函数型数据; 大数据; 曲线聚类; B-样条;
D O I
暂无
中图分类号
O212.4 [多元分析];
学科分类号
摘要
随着大数据时代的来临,近年来函数型数据分析方法成为研究的热点问题,针对曲线的聚类分析方法引起了学界的关注。给出一种曲线聚类的方法:以L2距离作为亲疏程度的度量,在B-样条基底函数展开表述下,将曲线本身信息、曲线变化信息引入聚类算法构建,并实现了曲线聚类与传统多元统计聚类方法的对接。作为应用,以城乡收入函数聚类实例验证了该曲线聚类方法,结果表明,在引入曲线变化信息的情况下,比仅考虑曲线本身信息能够取得更好的聚类效果。
引用
收藏
页码:3 / 8
页数:6
相关论文
共 8 条
[2]   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
[3]   函数数据聚类分析方法探析 [J].
曾玉钰 ;
翁金钟 .
统计与信息论坛, 2007, (05) :10-14
[4]  
应用多元统计分析[M]. 北京大学出版社 , 高惠璇编著, 2005
[5]  
Functional clustering and identifying substructures of longitudinal data[J] . Jeng‐MinChiou,Pai‐LingLi.Journal of the Royal Statistical Society: Series B (Statistical Methodology) . 2007 (4)
[6]   Unsupervised curve clustering using B-splines [J].
Abraham, C ;
Cornillon, PA ;
Matzner-Lober, E ;
Molinari, N .
SCANDINAVIAN JOURNAL OF STATISTICS, 2003, 30 (03) :581-595
[7]   WHEN THE DATA ARE FUNCTIONS [J].
RAMSAY, JO .
PSYCHOMETRIKA, 1982, 47 (04) :379-396
[8]  
Springer Series in statistics .2 Ramsay,J,Silverman,B. New York . 2005