具有随机化统计检验的聚类分析算法与网络实现

• 作者: 古德祥 张文军 张润杰
• 来源期刊: 计算机工程与科学
• 学科: 工学
• 关键词: 聚类分析 随机化统计检验 距离测度 算法 网络实现
• 年，卷（期）: 2006,（12）
• 所属期刊栏目: 算法研究
• 页码范围: 74-76
• 页数: 3页
• 分类号: TP301.6
• 字数: 3966字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-130X.2006.12.025

摘要

聚类分析是应用最为广泛的数学方法之一, 但又被认为是数学上不严格的一类方法.主要原因在于聚类过程及其结果没有统计学标准.本文建立了具有随机化统计检验的聚类分析算法, 用于对若干个样品进行有显著性标记的聚类分析.该算法由三部分组成: 距离测度计算、随机化检验和系统聚类.在该算法中, 有14种距离测度、三种系统聚类方法及指标加权与否可供选择.样品之间的距离定义为: 1-随机化检验的p检验值; 两类间的距离若满足p检验标准, 则合并为同一类是统计上显著的、可接受的, 否则就是不显著的、不可接受的.算法的特点是: 用随机化方法进行差异显著性检验, 使得对多种距离测度可进行严格的统计检验, 随机化检验不需统计前提和假设, 适用于各种统计问题; 用于差异显著性检验的随机化方法需要随机化数值为正整数值, 适用范围过窄, 用数值同步移位和平移方法可使之适用于实数域.算法用Java语言网络化实现, 包含六个类和一个HTML文件.可通过网络在多种Java兼容的浏览器上实现算法共享.根据水稻田无脊椎动物多样性的调查数据,本文对该算法进行了对比分析, 并讨论了选择距离测度的一些原则和进一步研究的途径等问题.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	古德祥	中山大学昆虫学研究所与生物防治国家重点实验室	50	1155	18.0	33.0
2	张润杰	中山大学昆虫学研究所与生物防治国家重点实验室	41	817	13.0	28.0
3	张文军	中山大学昆虫学研究所与生物防治国家重点实验室	23	144	8.0	11.0