面向EEG数据聚类的鲁棒功能Ward链接
统计方法学
2025-01-22 v1
摘要
本文提出了两种新的距离度量，称为功能Ward链接，用于对功能数据聚类，能够抵抗异常值。传统Ward链接将两个簇合并后SSE（sum of squared errors）的增加量定义为簇间距离，可从图形上解释为直径的增加。功能Ward链接则将两个簇合并后所构成带状区域宽度的增加量定义为簇间距离。为解决传统Ward链接在处理异常值和污染物方面的局限性，所提出的链接方法仅聚焦于最中心的曲线，利用幅度-形状异常性度量和修正带深度。仿真和真实世界的脑电图（EEG）数据分析表明，所提出的方法在各种类型异常值和污染物存在时，优于其他竞争方法。
引用
@article{arxiv.2501.11081,
title = {Robust Functional Ward's Linkages with Applications in EEG data Clustering},
author = {Tianbo Chen},
journal= {arXiv preprint arXiv:2501.11081},
year = {2025}
}