函数型数据的分步系统聚类算法北大核心CSSCI |
| |
引用本文: | 郭均鹏王梅南高成菊戴晖.函数型数据的分步系统聚类算法北大核心CSSCI[J].系统管理学报,2015(6):814-820. |
| |
作者姓名: | 郭均鹏王梅南高成菊戴晖 |
| |
作者单位: | 1.天津大学管理与经济学部300072; |
| |
基金项目: | 国家自然科学基金资助项目(71271147) |
| |
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。
|
关 键 词: | 函数型数据 聚类算法 系统聚类 分步聚类 |
本文献已被 维普 等数据库收录! |
|