位置:成果数据库 > 期刊 > 期刊详情页
基于数据分组处理方法的聚类分析模型
  • ISSN号:1000-5781
  • 期刊名称:系统工程学报
  • 时间:0
  • 页码:13-18
  • 语言:中文
  • 分类:TP311.13[自动化与计算机技术—计算机软件与理论;自动化与计算机技术—计算机科学与技术]
  • 作者机构:[1]四川大学工商管理学院,四川成都610064, [2]四川大学计算机学院,四川成都610064
  • 相关基金:国家自然科学基金资助项目(70771067);国家自然科学基金国际合作资助项目(70617021).
  • 相关项目:基于自组织数据挖掘的CRM客户分析研究
中文摘要:

与通常的聚类方法相比,客观聚类分析方法能自动、客观地确定聚类个数并找到最优聚类方案.通过算法步骤的剖析和算例分析,对客观聚类分析方法的核心构件,即一致性准则的不足进行了评价.利用偶极子给出了新的一致性准则,提出了数据分组处理(GMDH)聚类分析方法.从理论分析和实证比较两方面论证了新的一致性准则的优越性,指出了GMDH聚类分析方法是客观聚类分析方法的发展.

英文摘要:

Compared with the usual clustering method, the objective cluster analysis can automatically and objectively determine the number of clusters and find out the optimal clustering scheme. The shortcoming of the consistency criterion of the objective ctuster analysis, that is its core component, is appraised by analyzing its algorithm steps and examples. Using the dipole concept, a new consistency criterion is given and a group method of data handling (GMDH) cluster analysis approach is presented. The advantage of the new consistency criterion is proved through theoretical analysis and demonstration comparisons. The results show that the GMDH cluster analysis is the further development of the objective cluster analysis.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《系统工程学报》
  • 北大核心期刊(2014版)
  • 主管单位:中国科协
  • 主办单位:中国系统工程学会
  • 主编:唐万生
  • 地址:天津市卫津路92号
  • 邮编:300072
  • 邮箱:jsetju@263.net
  • 电话:022-27403197
  • 国际标准刊号:ISSN:1000-5781
  • 国内统一刊号:ISSN:12-1141/O1
  • 邮发代号:6-95
  • 获奖情况:
  • 国内外数据库收录:
  • 美国数学评论(网络版),德国数学文摘,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版)
  • 被引量:14850