非线性面板数据聚类方法研究

发布时间：2019-11-10 11:14

【摘要】：对于一类变量非线性相关的面板数据,现有的基于线性算法的面板数据聚类方法并不能准确地度量样本间的相似性,且聚类结果的可解释性低。综合考虑变量非线性相关问题及聚类结果可解释性问题,提出一种非线性面板数据的聚类方法,通过非线性核主成分算法实现对样本相似性的测度,并基于混合高斯模型进行样本概率聚类,实证表明该方法的有效性及其对聚类结果的可解释性有所提高。

【相似文献】

相关期刊论文 前6条

1 李因果;何晓群;;面板数据聚类方法及应用[J];统计研究;2010年09期

2 陈冬华;;流数据聚类的捕鱼算法[J];成都师范学院学报;2014年01期

3 曾玉钰;翁金钟;;函数数据聚类分析方法探析[J];统计与信息论坛;2007年05期

4 孙玉环;季晓旭;;教育投入对中国经济增长作用的区域差异分析——基于多指标面板数据聚类结果[J];地理研究;2014年06期

5 陈晓锋;殷瑞飞;;基于基函数展开的函数型数据聚类方法[J];统计与决策;2009年19期

6 ;[J];;年期

相关会议论文 前6条

1 武森;张桂琼;王莹;吴玲玉;;容差集合差异度高维不完备数据聚类[A];第十二届中国管理科学学术年会论文集[C];2010年

2 吴继兵;李心科;;基于分治融合的混合属性数据聚类算法研究[A];全国第20届计算机技术与应用学术会议(CACIS·2009)暨全国第1届安全关键技术与应用学术会议论文集（下册）[C];2009年

3 高学东;周磊;;Web点击流数据聚类算法[A];全国第十届企业信息化与工业工程学术年会论文集[C];2006年

4 陶红霞;车建华;刘国华;;基于聚类的个性化推荐算法[A];2005年全国理论计算机科学学术年会论文集[C];2005年

5 王琳;罗可;罗永红;;一种基于混合的IGA & PSO的数据聚类算法[A];2008'中国信息技术与应用学术论坛论文集（二）[C];2008年

6 武森;高学东;;高维稀疏数据聚类的CABOSFV算法[A];第七届北京青年科技论文评选获奖论文集[C];2003年

相关博士学位论文 前3条

1 白天;生物医学数据聚类方法研究[D];吉林大学;2012年

2 彭柳青;高维高噪声数据聚类中关键问题研究[D];西安电子科技大学;2011年

3 孙志伟;空间数据聚类的研究[D];天津大学;2007年

相关硕士学位论文 前10条

1 李凯;基于网络优化最小树的大数据聚类分析研究[D];兰州大学;2015年

2 杨果利;基于模糊聚类的大规模数据聚类算法及其应用研究[D];西安电子科技大学;2014年

3 宋翰瀛;基于C-MDP的决策优化系统的设计与实现[D];南京大学;2014年

4 张小宇;基于图论的符号型数据聚类算法研究[D];山西大学;2009年

5 王永卿;高维海量数据聚类算法研究[D];广西大学;2007年

6 张鸣;符号数据聚类评价指标研究[D];山西大学;2013年

7 张扬;混合属性数据聚类算法及其应用[D];大连理工大学;2013年

8 张东升;数据挖掘中的演化数据聚类算法研究[D];杭州电子科技大学;2014年

9 白亮;符号属性数据聚类算法的研究[D];山西大学;2009年

10 李静芬;流数据聚类算法的研究与改进[D];河北工业大学;2014年

，

本文编号：2558846