×

基于黎曼函数主成分的球面函数聚类。 (英语) Zbl 07858686号

摘要:我们提出了适用于球值随机曲线的函数聚类算法,称为(k)中心黎曼函数聚类(kCRFC)。它是基于黎曼函数主成分得分和\(k)-中心函数聚类算法;因此,我们可以通过反映球体的几何形状来获得准确的聚类结果。与现有的多元函数聚类方法相比,我们的方法在各种模拟设置下显示出更好的聚类性能。我们将该方法应用于埃及秃鹫在中东和东非的迁徙轨迹和果蝇行为,分别包含二维和三维球体上的曲线。
©2023 John Wiley&Sons有限公司。

MSC公司:

62至XX 统计
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] Buechley,E.R.,McGrady,M.J.,Cooban,E.,&öekerciolu,C.H.(2018)。卫星跟踪范围广泛的濒危秃鹫物种,以针对中东和东非的保护行动。生物多样性与保护,27(9),2293-2310。
[2] Chiou,J.‐M.和李,P.‐L。(2007). 功能聚类和识别纵向数据的子结构。英国皇家统计学会期刊:B系列(统计方法),69(4),679-699·Zbl 07555371号
[3] Chiou,J.‐M.和穆勒,H.‐G。(2014). 多元函数数据的线性流形建模。英国皇家统计学会杂志:B辑(统计方法),76(3),605-626·Zbl 1411.62154号
[4] Dai,X.、Lin,Z.和Müller,H.‐G。(2021). 黎曼流形上稀疏纵向数据的建模。生物统计学,77(4),1328-1341·Zbl 1520.62173号
[5] Dai,X.和Müller,H.‐G。(2018). 黎曼流形和球面上函数数据的主成分分析。《统计年鉴》,46(6B),3334-3361·Zbl 1454.62553号
[6] Dunn,J.C.(1974)。良好分离的聚类和最佳模糊划分。控制论杂志,4(1),95-104·Zbl 0304.68093号
[7] Jacques,J.和Preda,C.(2014年)。多元函数数据的基于模型的聚类。计算统计与数据分析,71,92-106·Zbl 1471.62096号
[8] Kaufman,L.和Rousseeuw,P.J.(2009年)。在数据中寻找群体:聚类分析导论:John Wiley&Sons。
[9] Lin,Z.和Yao,F.(2019年)。固有黎曼函数数据分析。《统计年鉴》,47(6),3533-3577·Zbl 1435.62264号
[10] Martino,A.、Ghiglietti,A.、Ieva,F.和Paganoni,A.M.(2019年)。基于马氏型距离的k‐means程序,用于聚类多元函数数据。统计方法与应用,28(2),301-322·Zbl 1427.62054号
[11] Phipps,W.L.、López‐López,P.、Buechley,E.R.、Oppel,S.、Alvarez,E.、Arkumarev,V.、Bekmansurov,R.、Berger‐Tal,O.、Bermejo,A.、Bounas,A.和AlaníS,I.C.(2019年)。飞翔猛禽跨越三大洲迁徙的时空变异性。生态学与进化前沿,7323。
[12] Schmutz,A.、Jacques,J.、Bouveyron,C.、Cheze,L.和Martin,P.(2020年)。在特定于组的函数子空间中聚类多元函数数据。计算统计学,35(3),1101-1131·Zbl 1505.62360号
[13] Shao,L.、Lin,Z.和Yao,F.(2022)。稀疏纵向观测的内禀黎曼函数数据分析。《统计年鉴》,50(3),1696-1721·Zbl 07547947号
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。