-
题名基于能量距离推广的Ward聚类算法研究
被引量:5
- 1
-
-
作者
陈兴荣
姚宁宁
-
机构
中国地质大学(武汉)数学与物理学院
-
出处
《统计与决策》
CSSCI
北大核心
2017年第22期21-25,共5页
-
文摘
能量距离源于牛顿重力势能,作为一种统计观测距离函数,近年来得到了越来越广泛的应用,文章将其用于聚类算法研究。能量距离函数定义为组间组内对象的指数距离之差,将传统的Ward最小离差平方和法(指数为2)进行了推广。组间组内距离统计量决定了聚类算法的超度量性和空间扩张性,指数小于2的情形还具有统计一致性。推广后的Ward聚类算法能够区分具有几乎相同重心的类,是该方法相比传统聚类算法的优势所在,最后通过实验验证上述结论。
-
关键词
能量距离
组间组内距离
聚类算法
-
Keywords
energy distance
between-within cluster distances
clustering method
-
分类号
O212
[理学—概率论与数理统计]
-
-
题名ε1-距离聚类算法研究Ward聚类算法的推广
- 2
-
-
作者
姚宁宁
李倩男
-
机构
中国地质大学(武汉)数学与物理学院
-
出处
《信息系统工程》
2016年第10期135-137,140,共4页
-
文摘
本文基于统计观测样本距离函数研究聚类算法.通过定义观测样本距离为组间组内对象的任意指数形式距离之差,引入ε1-距离算法(指数为1),由此传统的Ward最小方差法(指数为2)进行了推广.该算法具有超度量性和空间扩张性.在分类问题应用中,相比传统聚类算法,该算法能够把具有几乎相同重心的高维样本数据给区分开来.
-
关键词
距离函数
推广
组间组内距离
聚类算法
-
分类号
TP311.13
[自动化与计算机技术—计算机软件与理论]
-