函數(shù)型數(shù)據(jù)的分步系統(tǒng)聚類算法研究.pdf

1、在許多研究和應(yīng)用領(lǐng)域,數(shù)據(jù)呈現(xiàn)海量性、連續(xù)性等特點。在這種條件下,傳統(tǒng)的數(shù)據(jù)處理方法已經(jīng)難以滿足現(xiàn)今社會數(shù)據(jù)分析的需要。函數(shù)型數(shù)據(jù)的產(chǎn)生為現(xiàn)代數(shù)據(jù)分析提供了新的思路,一方面能夠有效降低海量數(shù)據(jù)的存儲空間,并且可以借助函數(shù)方法對數(shù)據(jù)進(jìn)行有效分析。但是函數(shù)型數(shù)據(jù)的研究發(fā)展時間較短,各種方法還不是很完善。本文就函數(shù)型數(shù)據(jù)的聚類分析,提出分步系統(tǒng)聚類算法,并對其應(yīng)用做深入研究。
　　論文首先闡述了函數(shù)型數(shù)據(jù)分析步驟以及常用的聚類方法。函數(shù)

2、型數(shù)據(jù)聚類方法大多從數(shù)據(jù)的實際距離出發(fā)進(jìn)行聚類,沒有體現(xiàn)函數(shù)型數(shù)據(jù)的特點,不能充分利用數(shù)據(jù)信息。論文針對該問題提出了分步系統(tǒng)聚類算法,給出了函數(shù)型數(shù)據(jù)距離、均值的定義,詳細(xì)闡述了分步系統(tǒng)聚類算法的具體步驟:首先,利用函數(shù)型數(shù)據(jù)間的實際距離進(jìn)行聚類,然后,利用函數(shù)型數(shù)據(jù)的導(dǎo)函數(shù)距離對結(jié)果進(jìn)一步聚類。為了檢驗方法的有效性,論文進(jìn)行隨機模擬,并用CR指數(shù)將其和傳統(tǒng)方法進(jìn)行了比較。最后,論文將函數(shù)型數(shù)據(jù)的聚類算法應(yīng)用到實證研究,對世界國家通過人