印度

INDCLUS:ADCLUS模型和MAPCLUS算法的个体差异推广。我们提出了一个新的模型和相关算法INDCLUS,它推广了Shepard-Arabie-ADCLUS(加法聚类)模型和MAPCLUS算法,以便在一个聚类解决方案中表示受试者或其他数据源之间的个体差异。与MAPCLUS一样,INDCLUS泛化利用交替最小二乘法和基于惩罚函数法的数学规划优化程序相结合,对定义聚类成员的参数施加离散(0,1)约束。在indclusanalysis中,假设所有的受试者都有一组共同的聚类,这些聚类通过受试者的差异加权来描述个体差异。因此,INDCLUS为(连续)空间表示提供了一种(离散)聚类对应的Carroll-changg-INDSCAL模型。最后,我们考虑了INDCLUS模型和算法的可能推广。


zbMATH中的参考文献(参考文献23条)

显示第1到第20个结果,共23个。
按年份排序(引用)
  1. 博奇,劳拉;Vicari,Donatella:ROOTCLUS:在三向邻近数据中搜索“根簇”(2019)
  2. 博奇,劳拉;Vicari,Donatella:GINDCLUS:带外部信息的广义INDCLUS(2017)
  3. 法国,斯蒂芬L。;陈文;邓玉民:ADCLUS和INDCLUS:分析、实验和元启发式算法扩展(2017)
  4. 汉森,皮埃尔;Meyer,Christophe:一类涉及复合函数的0-1分式规划问题的多项式算法及其在加性聚类中的应用(2014)
  5. 布兰查德,西蒙J。;Desarbo,Wayne S.:潜在类别识别的新零膨胀负二项方法(2013)
  6. 海瑟,威廉J.:在纪念,J道格拉斯卡罗尔1939-2011(2013)
  7. 乔达尼,保罗;Kiers,Henk A.L.:FINDCLUS:模糊个体差异聚类(2012)
  8. 海瑟,威廉J.:在纪念:J道格拉斯卡罗尔,1939-2011(2012)
  9. 威尔德詹斯,汤姆F。;德普利,德克;Van Mechelen,Iven:用于拟合INDCLUS模型的块松弛方法(2012)
  10. 横山、佐藤;中山,东都;Okada,Akinori:单模式三向重叠聚类分析(2009)
  11. 博奇,劳拉;多纳泰拉维卡里;Vichi,Maurizio:三向邻近数据分类的混合模型(2006)
  12. 利恩,伊文;范梅克伦,依文;德博克,保罗;罗森伯格,西摩:INDCLAS:一个三向分层的类模型(1999)
  13. Vichi,Maurizio:主分类分析:生成一致性树状图的方法及其在三向数据中的应用。(1998年)
  14. Gordon,A.D.:约束分类综述(1996)
  15. 卡罗尔,J.道格拉斯;Corter,James E.:将重叠的簇组织成树、多棵树或扩展树的图论方法(1995)
  16. 波夫,G。;Di Ciaccio,A.:面向用户的多路方法和软件概述(1994)
  17. 高卢,沃尔夫冈;Schader,Martin:基于不完全相异数据的金字塔分类(1994)
  18. 科特,詹姆斯E。;Carroll,Douglas J.:三向多维标度和相关技术在整合来自多个专家的知识方面的潜在应用。(1990年)ioport公司
  19. Mirkin,Boris G.:线性数据分析模型的序列拟合程序(1990)
  20. Mirkin,B.G.:相似矩阵的加性聚类和定性因素分析方法(1987)