一种加入类间因素的曲线聚类算法

摘要：

针对目前的曲线聚类算法基于类内差异设计,造成不同类之间的曲线区分度不高的问题.在曲线拟合、曲线距离界定的基础上,构造新的目标函数,提出同时考虑类内和类间差异的曲线聚类算法.模拟结果显示,该曲线聚类能够提高聚类精度;针对NO2污染物小时浓度的实例分析表明,该曲线聚类算法具有更好的类间区分度.

关键词：函数型数据、类间差异、曲线聚类、B-样条、距离度量

所属期刊栏目：14

分类号：TP181(自动化基础理论)

资助基金：国家社科基金青年项目14CTJ009,15CTJ004;全国统计科学研究重点项目2017LZ43;陇原青年创新人才扶持计划项目14GSD95

在线出版日期：2019-04-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：362-368