-
题名函数型数据聚类分析研究综述与展望
被引量：31
- 1
-
-
作者
王德青
朱建平
刘晓葳
何凌云
-
机构
中国矿业大学管理科学与工程博士后流动站
厦门大学数据挖掘研究中心
华侨大学数量经济研究院
-
出处
《数理统计与管理》
CSSCI
北大核心
2018年第1期51-63,共13页
-
基金
教育部人文社会科学研究青年基金(15YJCZH162)
全国统计科学研究项目(2016LY13,2016LZ13)
+2 种基金
中国博士后科学基金面上资助(2015M571839)
中央高校基本科研业务费专项基金(2015WA01)的阶段性研究成果
湖南省社会科学基金(15YBA085)资助
-
文摘
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。
-
关键词
函数型数据
聚类分析
文献综述
研究展望
-
Keywords
functional data, clustering analysis, literature review, research prospect
-
分类号
C812
[社会学—统计学]
O212
[理学—概率论与数理统计]
-
-
题名函数型自适应权重聚类分析的再拓展
被引量：4
- 2
-
-
作者
王德青
刘晓葳
朱建平
-
机构
中国矿业大学管理科学与工程博士后流动站
厦门大学数据挖掘研究中心
华侨大学数量经济研究院
-
出处
《数理统计与管理》
CSSCI
北大核心
2016年第1期81-88,共8页
-
基金
教育部人文社会科学研究青年基金(15YJCZH162,14YJCZH146)
中央高校基本科研业务费专项基金(2015WA01)
中国博士后科学基金面上项目(2015M571839)
-
文摘
离散视角下,函数型自适应权重聚类的有效性取决于基函数的最优选择,目前尚无客观统一准则。基于随机过程的Karhunen-Loeve展开定理,本文对函数型自适应权重聚类分析进行了连续视角的进一步拓展。相对现有同类函数型数据聚类分析,拓展模型的核心优势在于:(1)基于Karhunen-Loeve展开实现了函数空间向多元统计空间的过渡,避免了人为选择基函数的主观任意性;(2)依据变量重要程度重构自适应权重距离为函数之间的相似性测度,并有充分的理论基础保证其必要性、合理性;(3)在充分保留原始数据信息的前提下,能够应用经典的有限维多元分析方法解决无限维的函数型聚类问题。实证检验表明,新模型能够降低聚类过程的计算成本,显著提升分类正确率、稳健性和普遍适用性。
-
关键词
函数型数据
聚类分析
Karhunen-Loeve展开
自适应赋权
-
Keywords
functional data
clustering analysis
Karhunen-Loeve expansion
adaptive weighting
-
分类号
C812
[社会学—统计学]
O212
[理学—概率论与数理统计]
-
