An adaptive algorithm for clustering cumulative probability distribution functions using the Kolmogorov–Smirnov two-sample test

•An adaptive clustering algorithm has been proposed.•The measure distance proposed is Kolmogorov–Smirnov statistics.•A practical application of the algorithm proves its power.•The proposed algorithm allows better clustering solar spectra data than classical k-means. This paper proposes an adaptive a...

Celý popis

Podrobná bibliografie

Vydáno v:	Expert systems with applications Ročník 42; číslo 8; s. 4016 - 4021
Hlavní autoři:	Mora-López, Llanos, Mora, Juan
Médium:	Journal Article
Jazyk:	angličtina
Vydáno:	Elsevier Ltd 15.05.2015
Témata:	Adaptive algorithms Adaptive clustering Algorithms Centroids Clustering Clusters Cumulative probability distribution functions Kolmogorov–Smirnov two-sample test Probability distribution functions Statistical methods Statistics Kolmogorov–Smirnov two-sample test Cumulative probability distribution functions Adaptive clustering
ISSN:	0957-4174, 1873-6793
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!