函数型数据的分步系统聚类算法
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.
函数型数据、聚类算法、系统聚类、分步聚类
24
TP391.4(计算技术、计算机技术)
国家自然科学基金资助项目71271147
2016-03-01(万方平台首次上网日期,不代表论文的发表时间)
814-820