一般分布区间型符号数据的K均值聚类方法

摘要：

对于区间型符号数据聚类分析的研究,现有方法大多假设个体在区间内服从均匀分布,这往往并不符合实际情况.针对此问题,研究一般分布的区间型符号数据K均值聚类方法,给出了一般分布区间型符号数据的定义,并基于经验分布理论研究其描述统计.基于Hausdorff距离,考虑区间数所包含个体的分布信息,提出了一种新的区间型符号数据距离度量.给出了一般分布的区间型符号数据K均值聚类算法.通过随机模拟试验对该方法进行了有效性评价,结论表明,在各种实验设计的条件下,考虑一般分布的K均值聚类算法有效性均优于均匀分布假设下的K均值聚类算法.最后将文中方法应用于汽车的聚类分析,进一步体现了文中方法在解决实际问题中的优势.

关键词：区间数、一般分布、符号数据分析、聚类分析

所属期刊栏目：16

分类号：O212.4(概率论与数理统计)

资助基金：国家自然科学基金资助项目71271147, 71003072

在线出版日期：2013-05-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：21-28