基于数据场K-means聚类的农村贫困人口精准分级研究——以贵州省某镇为例

被引:7
作者
龚艳冰 [1 ,2 ]
巢妍 [1 ]
机构
[1] 河海大学企业管理学院
[2] 河海大学统计与数据科学研究所
关键词
精准扶贫; 数据场; K-means聚类; 分级;
D O I
10.13956/j.ss.1001-8409.2019.06.24
中图分类号
F323.8 [农业收入与分配];
学科分类号
020205 ; 1203 ; 0202 ;
摘要
综合考虑贫困人口分级单指标和多指标,提出了一种基于数据场K-means融合聚类的农村贫困人口精准分级方法,该方法先由数据场势函数得到初始聚类的个数与聚类中心,再将其导入K-means聚类算法得到最终分级结果,有效地解决了传统K-means算法需要主观给定聚类参数的问题。最后,以贵州省某乡镇贫困人口数据为例进行实证分析,结果表明,该融合聚类方法更简洁、高效,能够为农村贫困人口分级提供科学合理的参考。
引用
收藏
页码:135 / 139
页数:5
相关论文
共 16 条
[1]   基于数据场K-means聚类的洪涝灾害突发事件分级方法 [J].
龚艳冰 ;
杨舒馨 ;
戴靓靓 ;
刘高峰 .
统计与决策, 2018, 34 (20) :47-49
[2]   粤北山区相对贫困村的脱贫潜力评价及类型划分——以连州市为例 [J].
朱姝 ;
冯艳芬 ;
王芳 ;
曾小洁 .
自然资源学报, 2018, 33 (08) :1304-1316
[3]   中国多状态农村家庭收入特征聚类与影响因素分析——基于扶贫线动态变化的视角 [J].
米红 ;
林昕皓 ;
樊瑾 .
南京农业大学学报(社会科学版), 2018, 18 (04) :55-62+157
[4]   中国精准扶贫的实践与思考——中国精准扶贫进展与前瞻研讨会综述 [J].
白描 .
中国农村经济, 2018, (04) :140-144
[5]   贫困对象精准识别的演化博弈分析 [J].
王治和 ;
王丹 ;
张强 .
统计与决策, 2018, 34 (07) :50-54
[6]   基于数据场的数据势能竞争与K-means融合的聚类算法 [J].
许家楠 ;
张桂珠 .
计算机应用与软件, 2017, 34 (12) :266-272
[7]   精准扶贫重在精准识别贫困人口——农村低保政策的瞄准效果分析 [J].
朱梦冰 ;
李实 .
中国社会科学, 2017, (09) :90-112+207
[8]   西南地区贫困乡村地域类型划分及减贫对策研究 [J].
谢玲 ;
李孝坤 ;
任秋爽 ;
王超超 ;
欧力文 .
农业现代化研究, 2017, (05) :818-826
[9]   分类治理:精准扶贫政策的实践困境与重点方向——以湖北秭归县为例 [J].
任超 ;
袁明宝 .
北京社会科学, 2017, (01) :100-108
[10]   数据场和K-Means算法融合的雷达信号分选 [J].
赵贵喜 ;
刘永波 ;
王岩 ;
郑洪涛 .
雷达科学与技术, 2016, 14 (05) :517-520+525