共 48 条
函数型数据聚类分析研究综述与展望
被引：33
作者：
王德青
[1
,2
]
朱建平
[2
]
刘晓葳
[2
,3
]
何凌云
[1
]
机构：
[1] 中国矿业大学管理科学与工程博士后流动站
[2] 厦门大学数据挖掘研究中心
[3] 华侨大学数量经济研究院
来源：
基金：
中国博士后科学基金;
关键词：
函数型数据;
聚类分析;
文献综述;
研究展望;
D O I：
10.13860/j.cnki.sltj.20170519-003
中图分类号：
F224 [经济数学方法];
学科分类号：
0701 ;
070104 ;
摘要：
函数型数据是大数据时代的典型数据,也是大数据分析的重要视角,其稀疏粗糙、无穷维、低信噪比等复杂特性导致传统聚类分析方法凸显诸多弊端。为了厘清函数型数据聚类分析的研究现状,在界定函数型数据概念与内涵基础上,本文依据方法原理差异将函数型数据聚类分析方法划分为四类,理论剖析并模拟检验每一类别方法的相对优势和存在的不足。最后,针对现有研究尚待解决的关键问题,并结合大数据时代的数据特征,展望了函数型数据聚类分析的未来研究方向。
引用
收藏
页码：51 / 63
页数：13
相关论文