一种加入类间因素的曲线聚类算法
许腾腾; 王瑞; 黄恒君
2018
发表期刊智能系统学报
期号2页码:362-368
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
URL查看原文
收录类别北大核心 ; CSCD
ISSN1673-4785
语种中文
CSCD记录号CSCD:6455168
文献类型期刊论文
条目标识符http://ir.lzufe.edu.cn/handle/39EH0E1M/897
专题统计与数据科学学院
教务处
作者单位兰州财经大学统计学院
第一作者单位统计与数据科学学院
推荐引用方式
GB/T 7714
许腾腾,王瑞,黄恒君. 一种加入类间因素的曲线聚类算法[J]. 智能系统学报,2018(2):362-368.
APA 许腾腾,王瑞,&黄恒君.(2018).一种加入类间因素的曲线聚类算法.智能系统学报(2),362-368.
MLA 许腾腾,et al."一种加入类间因素的曲线聚类算法".智能系统学报 .2(2018):362-368.
条目包含的文件
条目无相关文件。
个性服务
查看访问统计
谷歌学术
谷歌学术中相似的文章
[许腾腾]的文章
[王瑞]的文章
[黄恒君]的文章
百度学术
百度学术中相似的文章
[许腾腾]的文章
[王瑞]的文章
[黄恒君]的文章
必应学术
必应学术中相似的文章
[许腾腾]的文章
[王瑞]的文章
[黄恒君]的文章
相关权益政策
暂无数据
收藏/分享
所有评论 (0)
暂无评论
 

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。