funHDDC公司

R package funHDDC:组特定功能子空间中基于模型的聚类:组特定功能子空间中基于模型的时间序列聚类这项工作开发了一个通用的功能数据聚类程序,它适用于聚类方法高维数据聚类(HDDC),最初是在多元背景下提出的。由此产生的聚类方法,称为funHDDC,是基于一个功能潜在混合模型,该模型适用于组特定功能子空间中的功能数据。通过约束组内和组间的模型参数,给出了一组能够适应不同情况的简约模型。提出了一种基于EM算法的参数估计方法,用于确定模型参数和特定于群的函数子空间。在实际数据集上的实验表明,该方法比经典的两步聚类方法具有更好或相似的性能,同时也避免了离散化技术的不易选择。特别是,funHDDC似乎总是优于应用于样条系数的HDDC。


zbMATH中的参考文献(参考文献21条)

显示第1到第20个结果,共21个。
按年份排序(引用)
  1. 比尔纳基,克里斯托夫;马尔巴克,马修;Vandewalle,Vincent:基于高斯和非高斯聚类的高斯可视化(2021)
  2. 梁德才;张浩哲;张晓辉;黄辉:利用空间功能混合模型对中国(\mathrpm_2.5)进行建模和区域化(2021)
  3. 史蒂文·戈洛夫金:FDApy:Python函数数据包(2021)阿尔十四
  4. Barinder Thind,Sidi Wu,Richard Groenewald,Jiguo Cao:FuncNN:使用广义输入空间拟合深层神经网络的R包(2020)阿尔十四
  5. 金正平;Oh,Hee-Seok:伪分位数函数数据聚类(2020)
  6. 施穆茨,阿曼丁;雅克,朱利安;查尔斯·布维隆;查泽,劳伦斯;Martin,Pauline:在群体特定功能子空间中聚类多元函数数据(2020)
  7. 里维拉·加西亚,迭戈;加西亚-埃斯库德罗,路易斯a。;马约伊斯卡尔,阿古斯丁;Ortega,Joaqín:基于裁剪和约束的函数数据的稳健聚类(2019)
  8. 赞博姆,阿德里亚诺扎宁;科拉佐斯,朱利安A.A。;Dias,Ronaldo:通过假设检验(k)-均值(2019)进行功能数据聚类
  9. 朱斯特尔,安娜;Svarc,Marcela:一种特殊考虑离群值的函数数据除法聚类(2018)
  10. 孟银峰;梁继业;曹操、富源;何义军:函数(k)-均值聚类算法的一种新的带导数信息的距离(2018)
  11. Clara Happ:面向对象的功能数据软件(2017)阿尔十四
  12. 山本,美雄;Hwang,Heungsun:通过子空间分离对功能数据进行降维聚类(2017)
  13. 布维隆,C。;福维尔,M。;Girard,S.:简约高斯过程模型的核判别分析和聚类(2015)
  14. 查尔斯·布维隆;科米,艾蒂安;Jacques,Julien:共享单车系统比较分析的区分功能混合模型(2015)
  15. 雅克,朱利安;Preda,Cristian:基于模型的多元函数数据聚类(2014)
  16. 雅克,朱利安;Preda,Cristian:功能数据聚类:调查(2014)
  17. 尚汉林:功能主成分分析综述(2014)
  18. 山本,美雄;Terada,Yoshikazu:功能因子(K)-均值分析(2014)
  19. Yamamoto,Michio:低维子空间中的功能数据聚类(2012)
  20. 查尔斯·布维隆;Jacques,Julien:基于模型的群体特定功能子空间时间序列聚类(2011)