来源：期刊VIP网 时间：
作者：何启志;曹腾腾;杜文豪;
单位：无锡太湖学院商学院;浙江工商大学统计与数据科学学院;
摘要：区间值函数型聚类是一种揭示区间值函数型数据内在结构的统计分析方法。现有的区间值函数型聚类方法通常以函数曲线之间的绝对距离作为相似性度量，忽视了函数曲线的形状特征和结构信息，容易受到数据维度和异常值的影响，导致聚类效果不佳。为弥补上述不足，文章提出了一种新的区间值函数型聚类方法。该方法基于广义Frechet距离度量函数曲线之间的相似性，并通过区间形式来表达距离信息，更好地捕捉了函数曲线的变化趋势；同时，引入锦标赛算法以提高聚类效率。在实证研究中，基于该方法对中国城市气温数据进行聚类分析，并与基于函数型曼哈顿距离和区间值函数欧氏距离的聚类结果进行对比。实证结果表明，所提出的新方法在区间值函数型聚类任务中更具优势。
关键词：函数型数据;;区间值函数型聚类;;广义Frechet距离;;聚类分析
基金资助：江苏省社会科学基金资助项目（24GLB013）
