國立高雄大學圖資館 |

語系: 繁體中文

說明(常見問題)

圖資館首頁

登入

回首頁

切換: 標籤 | MARC模式 | ISBD

透過網絡進行傳統資料分群 = Data Classification v...

國立高雄大學統計學研究所博士班

透過網絡進行傳統資料分群 = Data Classification via Network Method

紀錄類型:	書目-語言資料,印刷品 : 單行本
並列題名:	Data Classification via Network Method
作者:	黃俞華,
其他團體作者:	國立高雄大學
出版地:	[高雄市]
出版者:	撰者;
出版年:	2016[民105]
面頁冊數:	33面圖，表 : 30公分;
標題:	分群
標題:	classification
電子資源:	http://handle.ncl.edu.tw/11296/ndltd/15835881768020796471
附註:	106年4月25日公開
附註:	參考書目：面25
摘要註:	傳統資料的分群結果經常受限於所選用的距離，本文提出將傳統資料轉換成網絡的概念，再藉由網絡的分群技術達到資料分群的效果。我們將每筆資料進行資訊擴充並將每筆資料視為網絡上的點，接著使用多維資料雙樣本檢定的方法來判定哪些資料具有連結，最後再對此網絡進行分群。實證結果顯示，我們的方法具有較穩定的分群效果。 The results of classification of traditional data are frequently limited to the choice of the distance. We provide a new concept of converting the traditional data into a network, and then using the network clustering technology to obtain the result of classification. First, we extend information of each data and treat it as a node of the network. Second, use the multivariate two-sample test method to determine whether two nodes have a link between them. Finally, we cluster this network. The empirical results show that our method has a relatively stable clustering effect.

透過網絡進行傳統資料分群 = Data Classification via Network Method
黃, 俞華

透過網絡進行傳統資料分群 = Data Classification via Network Method / 黃俞華撰 - [高雄市] : 撰者, 2016[民105]. - 33面 ; 圖，表 ; 30公分.
106年4月25日公開參考書目：面25.
分群classification

透過網絡進行傳統資料分群 = Data Classification via Network Method
LDR:02021nam0a2200277 450 001 472304
005 20170505090212.0
010 0 $b 精裝
010 0 $b 平裝
100 $a 20160310d2016 k y0chiy50 e
101 1 $a chi $d chi $d eng
102 $a tw
105 $a ak am 000yy
200 1 $a 透過網絡進行傳統資料分群 $d Data Classification via Network Method $z eng $f 黃俞華撰
210 $a [高雄市] $c 撰者 $d 2016[民105]
215 0 $a 33面 $c 圖，表 $d 30公分
300 $a 106年4月25日公開
300 $a 參考書目：面25
314 $a 指導教授：郭錕霖教授
328 $a 碩士論文--國立高雄大學統計學研究所博士班
330 $a 傳統資料的分群結果經常受限於所選用的距離，本文提出將傳統資料轉換成網絡的概念，再藉由網絡的分群技術達到資料分群的效果。我們將每筆資料進行資訊擴充並將每筆資料視為網絡上的點，接著使用多維資料雙樣本檢定的方法來判定哪些資料具有連結，最後再對此網絡進行分群。實證結果顯示，我們的方法具有較穩定的分群效果。 The results of classification of traditional data are frequently limited to the choice of the distance. We provide a new concept of converting the traditional data into a network, and then using the network clustering technology to obtain the result of classification. First, we extend information of each data and treat it as a node of the network. Second, use the multivariate two-sample test method to determine whether two nodes have a link between them. Finally, we cluster this network. The empirical results show that our method has a relatively stable clustering effect.
510 1 $a Data Classification via Network Method $z eng
610 0 $a 分群 $a 雙樣本檢定 $a 網絡
610 1 $a classification $a two-sample test $a network
681 $a 008M/0019 $b 343201 4484.1 $v 2007年版
700 1 $a 黃 $b 俞華 $4 撰 $3 727493
712 0 2 $a 國立高雄大學 $b 統計學研究所博士班 $3 673324
801 0 $a tw $b NUK $c 20170327 $g CCR
856 7 # $u http://handle.ncl.edu.tw/11296/ndltd/15835881768020796471 $2 http $z 電子資源