确定最佳聚类数的二阶差分统计法

发布时间：2018-02-21 12:59

  本文关键词： 二阶差分 聚类 最佳聚类数 仿真实验　出处：《安徽大学学报(自然科学版)》2017年02期 　论文类型：期刊论文

【摘要】：多元统计数据的聚类是分析数据的一类非常重要方法,但是如何确定最佳聚类数往往是比较困难的.针对分析多元统计数据中应用最广泛的方法之一——K均值聚类方法,提出了一种新的二阶差分统计确定最佳聚类数的方法,并将其与CH统计法、Gap统计法进行了对比.实证分析表明,论文所提方法更为简单而且有效.
[Abstract]:Clustering of multivariate statistical data is a very important method to analyze data, but it is difficult to determine the best clustering number. A new second-order difference statistics method for determining the best clustering number is proposed and compared with the Ch statistical method / Gap statistical method. The empirical analysis shows that the proposed method is simpler and more effective.
【作者单位】： 陇东学院数学与统计学院;陇东学院能源工程学院;西北师范大学数学与统计学院;
【基金】：甘肃省科技计划基金资助项目(1606RJZM092,1506RJYM324)
【分类号】：O212.4

【相似文献】

相关期刊论文 前10条

1 田彦山;;基于山峰聚类的聚类上限确定方法[J];江西师范大学学报(自然科学版);2007年02期

2 赵超;舒红;朱欣焰;戴上平;;气象数据概化中的最佳聚类数研究[J];华中师范大学学报(自然科学版);2008年03期

3 高翠芳;吴小俊;;复杂生物数据集的聚类数自动确定方法[J];生物信息学;2010年04期

4 谢娟英;马箐;谢维信;;一种确定最佳聚类数的新算法[J];陕西师范大学学报(自然科学版);2012年01期

5 王凌峰;;基于构成要素的聚类算法[J];统计与决策;2007年19期

6 程慈;柴瑞敏;;聚类数的自动确定[J];科技信息(科学教研);2008年14期

7 方世良;一个聚类数动态可调的水声信号聚类算法[J];声学学报;1996年S1期

8 李闯;端木京顺;蔡忠义;高建国;;基于判断矩阵的专家模糊核聚类组合赋权方法[J];控制与决策;2012年09期

9 田娟,王崇骏,李静,陈兆乾;一个基于谱图分割的简单聚类算法[J];复旦学报(自然科学版);2004年05期

10 张李军;;改进的FCM聚类算法的实现和有效性研究[J];硅谷;2009年10期

相关会议论文 前9条

1 高翠芳;吴小俊;;基于二阶差分的聚类数自动确定方法[A];江苏省系统工程学会第十一届学术年会论文集[C];2009年

2 刘洋;江志纲;丁增喜;王大玲;鲍玉斌;于戈;;一种基于图的聚类算法GB-Cluster[A];第十九届全国数据库学术会议论文集（技术报告篇）[C];2002年

3 李浪波;傅彦;刘红;;基于范例推理的网格和密度聚类算法[A];第二十二届中国数据库学术会议论文集（技术报告篇）[C];2005年

4 娄冬梅;陈明;朱有娜;;一种基于密度的无参数聚类算法[A];第二十三届中国数据库学术会议论文集（研究报告篇）[C];2006年

5 魏昕路;洪志令;姜青山;;一种基于样本缩减策略的新窗口式聚类算法[A];第二十四届中国数据库学术会议论文集（研究报告篇）[C];2007年

6 程尊平;周鼎;王晨;周皓峰;汪卫;施伯乐;;SDPHC——基于密度的分割和分层的自校聚类算法[A];第二十一届中国数据库学术会议论文集（研究报告篇）[C];2004年

7 张晓峰;王丽珍;陆叶;;一种基于属性加权的不确定K-means聚类算法[A];第26届中国数据库学术会议论文集（B辑）[C];2009年

8 蔡军;袁华鹏;陈金海;施伯乐;;一种基于相似性分析的聚类新算法:PDS算法[A];第十八届全国数据库学术会议论文集（研究报告篇）[C];2001年

9 胡仲义;郭超;王永炎;刘胜航;王宏安;;基于时间衰减和特征变量的数据流聚类算法[A];第29届中国数据库学术会议论文集（B辑）（NDBC2012）[C];2012年

相关博士学位论文 前10条

1 王振佳;基于基因表达数据的双聚类算法研究[D];山东大学;2016年

2 胡雅婷;可能性聚类方法研究及应用[D];吉林大学;2012年

3 王纵虎;聚类分析优化关键技术研究[D];西安电子科技大学;2012年

4 周世兵;聚类分析中的最佳聚类数确定方法研究及应用[D];江南大学;2011年

5 杨燕;基于计算智能的聚类组合算法研究[D];西南交通大学;2006年

6 冯永;基于计算智能的聚类技术及其应用研究[D];重庆大学;2006年

7 刘晨;高伸缩性聚类分析方法研究[D];哈尔滨工程大学;2013年

8 王强;局部叠加基因表达模式聚类分析方法研究[D];哈尔滨工业大学;2012年

9 姜磊;混合演化聚类算法研究及其应用[D];武汉大学;2012年

10 尹学松;半监督聚类分析策略设计及其拓展性研究[D];南京航空航天大学;2009年

相关硕士学位论文 前10条

1 魏建东;K-means初始化算法研究[D];南京理工大学;2015年

2 张依;基于MapReduce的k-means聚类算法并行化研究[D];中央民族大学;2015年

3 刘婵;蚁群与K均值聚类算法融合研究及其在用户分群中的应用[D];西南科技大学;2015年

4 朱琪;基于减法聚类的混合算法研究[D];湖南科技大学;2015年

5 韩伟森;聚类集成研究与应用[D];贵州大学;2015年

6 谭浩;K-Means算法改进及其在森林健康评价中的应用[D];中南林业科技大学;2015年

7 严巍;以KPCA为核心的FCM算法改进[D];成都理工大学;2015年

8 汪娟;基于权重设计的聚类集成算法研究[D];重庆大学;2015年

9 牛品菽;基于图模型的高效聚类算法研究[D];北京交通大学;2016年

10 蔡洪山;大数据分析中的聚类算法研究[D];安徽理工大学;2016年

，

本文编号：1522039