Michael J.布鲁斯科。;帕特里克·多雷安 双模（KL）-意味着划分问题的精确算法。 （英语） Zbl 1331.62303号 J.分类。 32，第3期，481-515（2015）. 摘要：双模划分应用程序在物理和社会科学中越来越常见，有各种模型和方法跨越这些应用程序。双模（KL）均值分割（TMKLMP）是一种具有概念吸引力的双模分割模型，其主要原因是它是普遍存在的（单模）均值聚类问题的推广。针对TMKLMP提出了许多启发式方法，从两模式版本的K均值启发式到基于模拟退火、遗传算法、可变邻域搜索、模糊步骤和禁忌搜索的元启发式方法。我们提出了一种基于分枝定界规划的TMKLMP精确算法，并证明了其在品牌转换、制造单元形成和期刊引文数据聚类中的实用性。虽然所提出的branchand-bound算法并没有消除对大型双模数据集的近似方法的需要，但它确实为开发能够保证TMKLMP全局最优解的方法迈出了第一步。 引用于1文件 MSC公司： 62H30型 分类和区分；聚类分析（统计方面） 62-07 数据分析（统计）（MSC2010） 05C85号 图形算法（图形理论方面） 90C27型 组合优化 90-04 与运筹学和数学编程有关的问题的软件、源代码等 关键词：双模分区;精确算法;分叉装订 PDF格式BibTeX公司 XML格式引用 \textit{M.J.Brusco}和\textit{P.Doreian}，J.Classif。32，编号3，481——515（2015年；兹bl 1331.62303） 全文： 内政部 参考文献： [1] ALOISE，D.、HANSEN，P.和LIBERTI，L.（2012），“最小平方和聚类的改进列生成算法”，数学规划A，131195-220·Zbl 1236.90095号 ·doi:10.1007/s10107-010-0349-7 [2] BAIER，D.、GAUL，W.和SCHADER，M.（1997），《双模重叠聚类及其在同时利益分割和市场结构中的应用》，收录于《分类与知识组织》，编辑R.Kar和O.Opitz，海德堡：Springer，第557-566页。 [3] BALAS，E.（1965年），“求解具有零一变量的线性程序的加法算法”，《运筹学》，第13期，第517-546页·Zbl 0194.19903号 [4] BASS，F.M.、PESSEMIER，E.A.和LEHMANN，D.R.（1972），“品牌偏好和选择态度之间关系的实验研究”，《行为科学》，第17期，第532-541页·doi:10.1002/bs.3830170604 [5] BOTH，M.和GAUL，W.（1985），“彭斯：营销应用的惩罚聚类”，第82号讨论文件，卡尔斯鲁厄大学决策理论与运筹研究所·Zbl 1337.62145号 [6] BOTH，M.和GAUL，W.（1987），“Ein Vergleich Zweimodaler Clusteranalyseverfahren”，《运筹学方法》，57，593-605。 [7] BOYD，J.P.、FITZGERALD，W.J.、MAHUTGA，M.C.和SMITH，D.A.（2010年），“使用MINRES/SVD计算社会关系数据的连续核心/外围结构”，《社交网络》，第32期，第125-137页·doi:10.1016/j.socnet.2009.09.003 [8] BRUSCO，M.J.（2006），“最小平方和的重复分枝定界算法”，《心理学》，71，347-363·Zbl 1306.62387号 ·doi:10.1007/s11336-004-1218-1 [9] BRUSCO，M.（2011），“使用非负矩阵分解分析双模网络数据”，《社交网络》，第33期，第201-210页。 [10] BRUSCO，M.、DOREIAN，P.、MRVAR，A.和STEINEY，D.（2013），“双模网络数据块建模的精确算法”，《数学社会学杂志》，第37期，第61-84页·Zbl 1279.91137号 ·doi:10.1080/0022250X.2011.597278 [11] 布鲁斯科，M。，和STAHL，S.（2005a），《组合数据分析中的分枝定界应用》，纽约：施普林格出版社·Zbl 1093.62006年 [12] BRUSCO，M.J.和STAHL，S.（2005b），“最优最小二乘一维尺度：改进的分枝定界程序和与动态规划的比较”，《心理测量学》，70，253-270·兹比尔1306.62388 ·doi:10.1007/s11336-002-1032-6 [13] BRUSCO，M.和STEINEY，D.（2007a），“二模二进制矩阵广义块建模的可变邻域搜索方法”，《数学心理学杂志》，51，325-338·Zbl 1151.91731号 ·doi:10.1016/j.jmp.2007.07.001 [14] BRUSCO，M.J.和STEINEY，D.（2007b），“基于区间图和Robinson矩阵之间关系的零件-机器聚类的精确和近似算法”，IIE事务，39，925-935·doi:10.1080/07408170701411393 [15] CARBONNEAU，R.A.、CAPOROSSI，G.和HANSEN，P.（2012），“全球最优聚类回归重复分枝定界算法的扩展”，《计算机与运筹学》，第39期，第2748-2762页·Zbl 1251.90313号 ·doi:10.1016/j.cor.2012.02.007 [16] CASTILLO，W.和TREJOS，J.（2002），《两种模式划分：禁忌搜索方法和应用的回顾》，《分类、聚类和数据分析》，编辑K.Jajuga，A.Sololowski和H.Bock，柏林：Springer，第43-51页·Zbl 1040.62053号 [17] CHAN，H.M.和MILNER，D.A.（1982），“细胞制造中组形成的直接聚类算法”，《制造系统杂志》，1，65-74·doi:10.1016/S0278-6125（82）80068-X [18] CLAPHAM，C.（1996），《简明牛津数学词典》，纽约：牛津大学出版社·Zbl 0873.00004号 [19] COLOMBO，R.A.、EHRENBERG，A.S.C.和SABAVALA，D.J.（1994），“汽车挑战：分析品牌转换表的多样性”，工作文件，纽约大学·Zbl 0850.62475号 [20] DESARBO，W.S.（1982），“GENNCLUS：一般非层次聚类分析的新模型”，《心理测量学》，47，449-475·Zbl 0566.62057号 ·doi:10.1007/BF02293709 [21] DESARBO，W.S.和DE SOETE，G.（1984），“关于使用层次聚类分析非对称邻近性”，《消费者研究杂志》，第11期，第601-610页·doi:10.1086/208996 [22] DOREIAN，P.（1985），“心理学期刊网络中的结构等效性”，《美国信息科学学会期刊》，第36期，第411-417页·Zbl 0432.05004号 [23] DOREIAN，P.（1988），“在地理期刊网络中测试结构等效假设”，《美国信息科学学会杂志》，39，79-85。 [24] DOREIAN，P.、BATAGELJ，V.和FERLIGOJ，A.（2004），“双模网络数据的广义块建模”，《社交网络》，26，29-53·doi:10.1016/j.socnet.2004.01.002 [25] DOREIAN，P.、BATAGELJ，V.和FERLIGOJ，A.（2005），广义块建模，剑桥：剑桥大学出版社·Zbl 1181.68106号 [26] DOREIAN，P.和FARARO，T.J.（1985），“期刊网络中的结构等效性”，《美国信息科学学会期刊》，36，28-37·doi:10.1002/asi.4630360103 [27] DOREIAN，P.、LLOYD，P.和MRVAR，A.（2013），“划分大型签名双模网络：问题和前景”，《社交网络》，第35期，第178-203页·doi:10.1016/j.socnet.2012.01.002 [28] FORGY，E.W.（1965），“多元数据的聚类分析：分类的效率与可解释性”，《生物统计学文摘》，第21768-769页。 [29] GAUL，W.和SCHADER，M.（1996），“双模聚类的新算法”，收录于H.Bock&W.Polasek（编辑），《数据分析和信息系统》，编辑H.Bok和W.Polasek，柏林：Springer，第15-23页·Zbl 0896.62060号 [30] GROENEN，P.J.F.和HEISER，W.J.（1996），“多维尺度下全局优化的隧道方法”，《心理测量学》，61529-550·Zbl 0866.92028号 ·doi:10.1007/BF022954553 [31] HANSEN，P.和DELATTRE，M.（1978），“通过图着色进行全链路聚类分析”，美国统计协会杂志，73397-403·Zbl 0432.05004号 ·doi:10.1080/01621459.1978.10481589 [32] HANSOHM，J.（2002），“用遗传算法进行双模聚类”，载于《分类、自动化和新媒体》，W.Gaul和G.Ritter编辑，柏林：Springer出版社，第87-93页。 [33] HARTIGAN，J.（1972），“数据矩阵的直接聚类”，《美国统计协会杂志》，第67期，第123-129页。 [34] HOFFMAN，D.L.、VAN DER HEIJDEN，P.G.M.和NOVAK，T.P.（2001），“分类消费者选择数据中的映射不对称”，工作文件，检索自http://www.academia.edu/2611216/Mapping_asymmetry_in_categorical_consumer_choice_data ·Zbl 1279.91137号 [35] HUBERT，L.和ARABIE，P.（1985），“比较划分”，《分类杂志》，第2期，193-218页·doi:10.1007/BF01908075 [36] KLEIN，G.和ARONSON，J.E.（1991），“最优集群：模型和方法”，海军研究后勤，38，447-461·Zbl 0721.92031号 ·doi:10.1002/1520-6750（199106）38:3<447:：AID-NAV3220380312>3.0.CO；2-0 [37] KOONTZ，W.L.G.、NARENDRA，P.M.和FUKUNAGA，K.（1975），“分支定界聚类算法”，IEEE计算事务，C-24908-915·Zbl 0308.68039号 [38] LAND，A.H.和DOIG，A.（1960），“解决离散编程问题的自动方法”，《计量经济学》，第28期，第497-520页·Zbl 0101.37004号 ·doi:10.2307/1910129 [39] MACQUEEN，J.B.（1967），“多元观测分类和分析的一些方法”，载于《第五届伯克利数理统计与概率研讨会论文集》（第1卷），L.M.Le Cam和J.Newman编辑，加州伯克利：加州大学出版社，第281-297页·Zbl 0214.46201号 [40] MADEIRA，S.C.和OLIVEIRA，A.L.（2004），“生物数据分析的双聚类算法：调查”，IEEE计算生物学和生物信息学汇刊，1，24-45·doi:10.1109/TCBB.2004.2 [41] MIRKIN，B.、ARABIE，P.和HUBERT，L.J.（1995），《加性双模聚类：重新审视误差方差法》，《分类杂志》，第12期，第243-263页·Zbl 0850.62475号 ·doi:10.1007/BF03040857 [42] MISCHE，A.和PATTISON，P.（2000），“构建公民竞技场：公共、项目和社会环境”，《诗学》，第27期，第163-194页·doi:10.1016/S0304-422X（99）00024-8 [43] MOSTELLER，F.（1968），“列联表中的关联和估计”，《美国统计协会杂志》，63，1-28·Zbl 1306.62388号 [44] PALUBECKIS，G.（1997），“使用多面体结果解决聚类问题的分枝定界方法”，《信息计算杂志》，9，30-42·Zbl 0890.90175号 [45] PRELI Ch，A.、BLUELER，S.、ZIMMERMANN，P.、WILLE，A.、BüHLMANN，P.，GRUISSEM，W.、HENNIG，L.、THIELE，L.和ZITZLER，E.（2006），“基因表达数据双聚类方法的系统比较和评估”，生物信息学，22，1122-1129·doi:10.1093/bioinformatics/btl060 [46] RAO，V.R.和SABAVALA，D.J.（1981），“从面板数据推断层次选择过程”，《消费者研究杂志》，第8期，第85-96页·doi:10.1086/208844 [47] RAO，V.R.、SABAVALA，D.J.和LANGFELD，P.A.（1977），“基于品牌转换数据的分区分析替代措施”，工作文件，康奈尔大学·Zbl 1306.62387号 [48] SCHEPERS，J.、CEULEMANS，E.和VAN MECHELEN，I.（2008），“不同复杂度的多模划分模型的选择”，分类杂志，2567-85·Zbl 1260.62048号 ·doi:10.1007/s00357-008-9005-9 [49] SCHEPERS，J.和VAN MECHELEN，I.（2011年），“捕获大型数据矩阵中主要交互模式本质的双模聚类方法”，《心理学方法》，第16期，第361-371页·doi:10.1037/a0024446 [50] SELIM，H.M.、ASKIN，R.G.和VAKHARIA，A.J.（1998），“群组技术中的细胞形成：未来研究的回顾、评估和方向”，计算机与工业工程，34，3-20·doi:10.1016/S0360-8352（97）00147-2 [51] STEINHAUS，H.（1956年），“各方兵团物资保障部”，《科学通报》，第三、四类（12），801-804·Zbl 0079.16403号 [52] STEINEY，D.（2006），“K-means Clustering:A Half Century Synthesis”，《英国数学与统计心理学杂志》，59，1-34。 [53] TREJOS，J.和CASTILLO，W.（2000），“双模分割的模拟退火优化，收录于《世纪之交的分类和信息》，编辑：W.Gaul和R.Decker，海德堡：Springer，。第135-142页。 [54] VAN MECHELEN，I.、BOCK，H.H.和DEBOEK，P.（2004），“双模聚类方法：结构化综述”，医学研究中的统计方法，13363-394·兹比尔1053.62078 ·doi:10.1191/0962280204sm373ra [55] VAN ROSMALEN，J.、GROENEN，P.J.F.、TREJOS，J.和CASTILLO，W.（2009），“双模分区的优化策略”，《分类杂志》，26，155-181·Zbl 1337.62145号 ·doi:10.1007/s00357-009-9031-2 [56] VAN UITERT，M.、MEULEMAN，W.和WESSELS，L.（2008），“双聚类稀疏二进制基因组数据”，《计算生物学杂志》，第15期，第1329-1345页·doi:10.1089/cmb.2008.0066 [57] VICHI，M.（2001），《分类和数据分析进展——分类、数据分析和知识组织研究》，编辑S.Borra，R.Rocchi和M.Schader，Heidelberg:Springer，第43-52页，“双重K-means聚类用于同时分类对象和变量”。 [58] WILDERJANS，T.F.、DEPRIL，D.和VAN MECHELEN，I.（2013），“加性双聚类：一种新的和两种现有的ALS算法的比较”，《分类杂志》，30，56-74·Zbl 1360.62364号 ·doi:10.1007/s00357-013-9120-0 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。