典型文献
基于路径跟随方法的光滑子区间K均值聚类算法
文献摘要：
时间序列聚类是数据挖掘领域的热点问题之一.结合时间序列的特点,光滑子空间K均值聚类算法在进行稀疏型聚类的同时,可以筛选出连续的时间子区间,并基于这些子区间上的观测对时间序列聚类,其复杂度主要取决于更新聚类权重的方法.然而,现有算法中聚类权重的更新是通过凸二次规划问题求解完成的,其计算复杂度较高.文章的理论推导表明,可以通过复杂度较低的严格凸二次规划问题的求解来更新聚类权重.在此基础上,给出了计算复杂度更低的路径跟随方法来更新聚类权重.数据模拟表明了基于路径跟随方法的新算法在聚类中的有效性,及其在计算速度上的优越性.
文献关键词：
光滑子空间;K均值聚类;严格凸二次规划;路径跟随方法
中图分类号：
作者姓名：
周平;马景义
作者机构：
北京信息科技大学理学院,北京100192;中央财经大学统计与数学学院,北京100081
文献出处：
引用格式：
[1]周平;马景义-.基于路径跟随方法的光滑子区间K均值聚类算法)[J].统计与决策,2022(12):17-22
A类：
路径跟随方法,光滑子空间,严格凸二次规划
B类：
子区,均值聚类,聚类算法,时间序列聚类,二次规划问题,问题求解,计算复杂度,理论推导,数据模拟,新算法,计算速度
AB值：
0.141204
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
