×
阿戈斯蒂诺·托尔蒂;玛尔塔·加尔瓦尼;亚历山德拉·梅纳福格里奥;塞奇，皮尔塞萨尔;西蒙·万提尼

对象数据的通用双聚类算法及其在伦巴第铁路线分析中的应用。 （英语） Zbl 07478944号

国际J近似推理 142, 161-177 (2022).
摘要：在面向对象的数据分析框架中，提出了一种用于分析Hilbert数据的通用且灵活的双聚类算法。该算法称为HC2（即Hilbert Cheng和Church），是一种在矩阵结构中索引双聚类Hilbert数据的非参数方法。这里，Cheng和Church方法被扩展到Hilbert空间中嵌入数据的一般情况，然后应用于伦巴第地区区域铁路服务的分析，目的是确定乘客每日进出火车和/或车站的反复模式。分析后的数据建模为多元功能数据和时间序列，可用于衡量过度拥挤和出行需求，为最佳处理服务提供有用的见解。

理学硕士：

62H30型 分类和区分；聚类分析（统计方面）
第60页 统计学在工程和工业中的应用；控制图
90B90型 运筹学中的案例研究

关键词：

双聚类;群集;希尔伯特数据;功能数据;铁路网;拥挤

软件：

科塞克;FunCC功能;fda（右）
PDF格式BibTeX公司 XML格式引用
\textit{A.Torti}等人，《国际近似推理》142，161--177（2022；Zbl 07478944）
全文： 内政部

参考文献：

[1] G·贝朗。；Cabral，J.S.，《理解对公共交通和私家车的态度：定性研究》，交通运输。政策，14,6478-489（2007）
[2] Ceapa，I。；史密斯，C。；Capra，L.，《避开人群：从出行数据中了解地铁站拥堵模式》（ACM SIGKDD城市计算国际研讨会论文集（2012）），134-141
[3] Chiou，J.-M.，动态函数预测和分类，及其在交通流预测中的应用，《应用年鉴》。统计，6，4，1588-1614（2012）·Zbl 1257.62090号
[4] 瓜迪奥拉，I.G。；Leon，T。；Mallor，F.，《监测和识别日常交通状况模式的功能方法》，交通部。研究，B部分，Methodol。，65, 119-136 (2014)
[5] 克劳福德，F。；沃特林，D。；Connors，R.，《估算每日交通流量曲线之间可预测差异的统计方法》，交通部。研究，B部分，Methodol。，95, 196-213 (2017)
[6] 托蒂，A。；Pini，A。；Vantini，S.，《使用功能对功能回归建模时变流动性流：米兰市自行车共享系统分析》，J.R.Stat.Soc.，Ser。C、 申请。统计，70，1，226-247（2021）
[7] Marron，J.S。；Alonso，A.M.，《面向对象数据分析概述》，Biom。J.，56，5732-753（2014）·Zbl 1309.62008号
[8] Bouveyron，C。；科特迪瓦，E。；Jacques，J.，《自行车共享系统对比分析的区分功能混合模型》，Ann.Appl。Stat.，9，4，1726-1760（2015）·兹比尔1397.62511
[9] Thuillier，E。；Moalic，L。；Lamrous，S。；Caminada，A.，《通过手机数据聚类人类流动的每周模式》，IEEE Trans。暴徒。计算。，17, 4, 817-830 (2017)
[10] Godichon-Baggioni，A。；Maugis-Rabusseau，C。；Rau，A.，聚类使用k-means转换成分数据，并应用于基因表达和自行车共享系统数据，J.Appl。《法律总汇》，46，1，47-65（2019）·Zbl 1516.62301号
[11] He，L。；阿加德，B。；Trépanier，M.，基于时间序列距离度量和分层聚类方法的智能卡数据对公共交通用户的分类，Transportmetrica A:Transp。科学。，16, 1, 56-75 (2020)
[12] Cheng，Y。；Church，G.M.，表达数据的双聚类，（Ismb，第8卷（2000）），93-103
[13] J.O.拉姆齐。；Silverman，B.W.，功能数据分析（2005），Springer:Springer New York·Zbl 1079.62006号
[14] 斯利曼，Y.B。；阿利奥，S。；Jacques，J.，功能数据的基于模型的联合聚类，神经计算，291，97-108（2018）
[15] Bouveyron，C。；Bozzi，L。；雅克·J。；Jollois，F.-X.，《耗电曲线联合聚类的功能潜在块模型》，J.R.Stat.Soc.，Ser。C、 申请。统计，67，4，897-915（2018）
[16] 戈瓦特，G。；Nadif，M.，《协同聚类：模型、算法和应用》（2013），John Wiley&Sons·Zbl 0910.62021号
[17] 加利瓦尼，M。；托蒂，A。；Menafoglio，A。；Vantini，S.，Funcc：一种新的双聚类算法，用于不对齐的函数数据，计算。统计数据分析。，160，第107219条pp.（2021）·Zbl 07422726号
[18] J.Di Iorio，S.Vantini，funbi:功能数据的双聚类算法，MOX-第46/2019号报告。
[19] 哈斯蒂，T。；Tibshirani，R。；Friedman，J.，《统计学习的要素》，《统计学中的斯普林格系列》（2001），斯普林格纽约公司：斯普林格美国纽约州纽约市·Zbl 0973.62007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。