-
题名基于EMD特征提取的高频面板数据自适应聚类方法
被引量：9
- 1
-
-
作者
刘兵
郑承利
-
机构
华中师范大学经济与工商管理学院
淮南师范学院经济与管理学院
-
出处
《统计与决策》
CSSCI
北大核心
2022年第10期16-20,共5页
-
基金
教育部人文社会科学研究青年基金项目(21YJC910005)
安徽省优秀青年人才支持计划重点项目(gxyq ZD2020100)。
-
文摘
由于小波理论的高频面板数据聚类方法需要选择合适的母小波以及设置可行的分解层数,其聚类结果较易受到人为影响,缺乏自适应性。文章提出了一种基于经验模态分解特征提取的高频面板数据自适应聚类方法,该方法基于经验模态分解法分解高频时间序列信号,提取“绝对”特征、“趋势”特征、“高频波动”特征和“低频波动”特征,并运用熵值法进行客观赋权,进而构造基于加权余弦距离的层次聚类算法。实证检验结果表明该方法更适用于非平稳、非线性的高频面板数据聚类问题,正确率明显提高。
-
关键词
高频面板数据
经验模态分解
特征提取
聚类分析
-
Keywords
high frequency panel data
empirical mode decomposition
feature extraction
cluster analysis
-
分类号
O21
[理学—概率论与数理统计]
C812
[社会学—统计学]
-
-
题名基于小波特征提取的高频面板数据聚类方法
被引量：6
- 2
-
-
作者
戴大洋
邓光明
-
机构
桂林理工大学理学院
桂林理工大学应用统计研究所
-
出处
《统计与信息论坛》
CSSCI
北大核心
2018年第2期46-51,共6页
-
基金
国家社会科学基金项目<空间定位抽样技术在民族地区经济调查中的理论及应用研究>(13BTJ009)
国家自然科学基金项目<复合聚类网络同步能力的尺度可变性及其粗粒化方法研究>(61563013)
-
文摘
高频面板数据在时间维度的频繁波动给聚类的准确性造成了很大干扰。综合考虑这一问题,从小波分解的角度提取了面板数据主成分降维后指标的综合得分序列,利用小波变换提取综合得分序列的"周期"特征、低频部分的"均值"特征与"趋势"特征、高频部分的"波动"特征,最后采用熵值法对这些特征进行赋权并利用赋权后的特征数据和系统聚类方法实现高频面板数据聚类。通过股票高频面板数据的实证分析表明,该方法的聚类效果良好。
-
关键词
高频面板数据
主成分分析
小波分解
特征提取
聚类分析
-
Keywords
high-frequency panel data
principal component analysis
wavelet decomposition
feature extraction
clustering analysis
-
分类号
C812
[社会学—统计学]
F224
[经济管理—国民经济]
-
