一种加入类间因素的曲线聚类算法

• 作者: 王瑞 许腾腾 黄恒君
• 来源期刊: 智能系统学报
• 学科: 工学
• 关键词: 函数型数据 类间差异 曲线聚类 B-样条 距离度量
• 年，卷（期）: 2019,（2）
• 页码范围: 362-368
• 页数: 7页
• 分类号: TP181
• 字数: 5561字
• 语种: 中文
• DOI: 10.11992/tis.201709029

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄恒君	兰州财经大学统计学院	13	55	5.0	7.0
2	王瑞	兰州财经大学统计学院	2	4	1.0	2.0
3	许腾腾	兰州财经大学统计学院	2	5	1.0	2.0