English  |  正體中文  |  简体中文  |  Items with full text/Total items : 51258/86283 (59%)
Visitors : 8022598      Online Users : 76
RC Version 7.0 © Powered By DSPACE, MIT. Enhanced by NTU Library & TKU Library IR team.
Scope Tips:
  • please add "double quotation mark" for query phrases to get precise results
  • please goto advance search for comprehansive author search
  • Adv. Search
    HomeLoginUploadHelpAboutAdminister Goto mobile version
    Please use this identifier to cite or link to this item: http://tkuir.lib.tku.edu.tw:8080/dspace/handle/987654321/6319


    Title: 長期追蹤資料分群問題之研究---K中心的函數型分群演算法
    Other Titles: Clustering of Longitudinal Data ---A K-Centers Functional Clustering Algorithm
    Authors: 李百靈
    Contributors: 淡江大學統計學系
    Keywords: 分群分析;長期追蹤資料;函數型資料;隨機過程
    Date: 2006
    Issue Date: 2009-03-16 13:52:30 (UTC+8)
    Abstract: 本計畫主要是探討長期追蹤資料(longitudinal data)的分群問題。有別於傳統的多變量分群方法,我們將以函數型資料(functional data)的觀點來建立分群模式,即將資料視為隨機過程的觀測值。除此之外,計畫中所提出的分群方法則考慮同時以隨機過程的平均與共變異函數做為分群的依據,並期望在分群時可考慮到長期追蹤資料本身在不同時間點具有相關性之特性。根據這樣的構想,目前將先從K中心的函數型分群演算法(k-centers functional clustering algorithm)著手,從理論及模擬驗證上去探討此種方法的可行性,以及利用模擬和實際資料來和其他典型的函數型分群演算法作比較。而在實際應用上,無論是工業上隨時間密集量測的函數型資料,或是生物醫學所得的長期追蹤資料,如成長曲線(growth curve)或隨時間變化的基因表現量(time-course gene expression)等資料,我們所提出的方法將可提供另一種新的分群觀點,同時也能探查分群資料在平均與共變異結構上的特性。
    Appears in Collections:[統計學系暨研究所] 研究報告

    Files in This Item:

    There are no files associated with this item.

    All items in 機構典藏 are protected by copyright, with all rights reserved.


    DSpace Software Copyright © 2002-2004  MIT &  Hewlett-Packard  /   Enhanced by   NTU Library & TKU Library IR teams. Copyright ©   - Feedback