灰色关联聚类降维新方法及其应用

作     者：毛翠微 何承香 曾波 MAO Cuiwei;HE Chengxiang;ZENG Bo

作者机构：重庆财经学院生态环境空间数据挖掘与大数据集成重庆市重点实验室重庆401320 重庆财经学院物流工程学院重庆401320 重庆工商大学管理科学与工程学院重庆400067 

出 版 物：《复旦学报（自然科学版）》 (Journal of Fudan University：Natural Science)

年 卷 期：2023年第62卷第6期

页      面：703-713页

学科分类：12[管理学] 120202[管理学-企业管理（含：财务管理、市场营销、人力资源管理）] 0202[经济学-应用经济学] 02[经济学] 1202[管理学-工商管理] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 07[理学] 070104[理学-应用数学] 0701[理学-数学] 

基　　金：国家自然科学基金(72071023) 重庆市教育委员会科学技术研究重大项目(KJZD-M202300801) 重庆市教育委员会科学技术研究重点项目(KJZD-K202202102) 重庆市自然科学基金(CSTB2023NSCQ-MSX0365,CSTB2023NSCQ-MSX0380) 重庆市研究生导师团队建设项目(yds223006) 

主　　题：灰色关联聚类 灰色面积关联度 变量筛选 聚类降维 

摘      要：灰色关联聚类是小数据条件下对系统的多指标问题进行降维处理的一种常用方法。然而,当前灰色关联聚类方法仅考虑了主变量与待聚变量之间的关联度,而忽略了待聚变量两两之间的关联性,导致同组聚类变量某些指标之间存在弱关联。为此,本文以灰色面积关联度模型为基础,提出了一种变量筛选与聚类降维的新方法,并以江苏省人口密度影响因素的筛选与聚类为例,介绍和分析了自变量的初筛与聚类分组、组内自变量的筛选与唯一性分组及自变量的最终确定等过程。新方法确保了聚类组内变量两两之间的强关联性这一基本原则,对完善灰色聚类模型具有积极意义。