函数型聚类分析方法研究

摘要：

基于距离度量的函数型数据聚类是目前函数型聚类分析方法的主要研究方向之一,而该方法主要是基于数值距离或曲线形态的单一角度来衡量函数型数据的相似性.为了解决这种单一性,提出一种同时兼顾函数型数据的数值距离和曲线形态的相似性度量方法—基于极值点偏差补偿的相似性度量,并给出实证分析,结果显示该方法比较有效.进一步提出一种多元函数型聚类分析方法—函数型熵权法,丰富了函数型聚类分析方法.

关键词：函数型聚类分析、B样条基、欧式距离、极值点、函数型熵值法

所属期刊栏目：35

分类号：O212.1(概率论与数理统计)

资助基金：国家社科基金18BTJ037

在线出版日期：2020-06-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共14页

页码：127-140