基于Gamma-檢驗的聚類分析新度量及應(yīng)用.pdf

1、在聚類分析的介紹中,隨機變量的聚類方法研究的比較少。到目前為止,以香農(nóng)信息理論和kolmogorov信息論研究的比較多。同時這些方法也被廣泛應(yīng)用于隨機變量的聚類分析。本文作者在分析Gamma-test的方法時,發(fā)現(xiàn)該方法可用來定義一種新的度量,同時可應(yīng)用于聚類分析中,得到理想的結(jié)果。 本文一共分五章：第一章用了一些篇幅介紹了當前已知的聚類分析的方法。現(xiàn)今的聚類方法主要集中在兩大塊：一是對樣品聚類的方法,另一種是對隨機變量聚類的方

2、法。前者的研究已經(jīng)很深入,得到許多聚類的方法,而且聚類結(jié)果也很出色。然而,對隨機變量的聚類這一塊的研究進展還不是很快。關(guān)鍵問題在于比較難找到對兩個隨機變量的關(guān)系的度量。很原始的就是用相關(guān)系數(shù)來度量兩個隨機變量的關(guān)系。隨后研究比較多的是通過香農(nóng)信息論的方法或者kolmogorov的信息度量方法來度量兩個隨機變量的方法。信息論的應(yīng)用總的來說是成功的。本文也會在第二章中介紹該方法的-些理論根據(jù),用來和本文提出的新方法的比較。在第三章中,本文提

3、出由Gamma-test得到的新的距離,并給出了計算機上實現(xiàn)的編程思想。第四章中,作者運用一組模擬數(shù)據(jù),通過新定義的度量來進行聚類,同時把得到的結(jié)果與用相關(guān)系數(shù)的方法得到的聚類結(jié)果進行比較。最后在第五章中,本文討論了對該新度量能夠繼續(xù)深入研究的地方。 在新定義的度量下,本文給出了計算機的程序?qū)崿F(xiàn).程序代碼詳見附錄I。附錄II為用統(tǒng)計軟件產(chǎn)生隨機變量的各100個隨機數(shù)。附錄Ⅲ為九個隨機變量以相關(guān)系數(shù)為度量的相似系數(shù)矩陣。附錄IV為