聚类分析在食品可及性调查中的应用
应用统计
2019-09-23 v1 机器学习
机器学习
摘要
为了缓解食品不安全状况，需要关注食品援助计划（如食品分发站和食品银行）的可及性。食品援助计划的可及性受到人口统计特征和地理位置的影响。因此，定义并识别给定区域内的食品援助荒漠（服务不足区域），以找出改善食品可及性的方法变得至关重要。食品银行作为向服务民众的食品机构供应食物的源头，可以通过瞄准食品援助荒漠并增加这些区域的食品供应，更有效地管理其资源。本文将通过分析俄亥俄州地区食品不安全状况的可能原因，并识别需要或可能不需要食品机构的区域，来考察该地区食品援助网络的特征和结构。采用高斯混合模型（GMM）聚类技术来识别可能的原因并解决这一食品可及性问题。
引用
@article{arxiv.1909.09453,
title = {Application of Clustering Analysis for Investigation of Food Accessibility},
author = {Rahul Srinivas Sucharitha and Seokcheon Lee},
journal= {arXiv preprint arXiv:1909.09453},
year = {2019}
}
备注
8 pages, 25th International Conference on Production Research Manufacturing Innovation: Cyber Physical Manufacturing