يك روش جديد براي خوشه‌بندي داده‌هاي طولي با استفاده از بي-اسپلاين‌ها

خوشه‌بندي فرايندي نظارت نشده در حوزه‌ي داده‌كاوي است كه به كشف و جستجوي مجموعه داده‌هايي مي‌پردازد كه از جهاتي مشابه هم هستند. نوع خاصي از داده‌ها كه در علوم زمين بسيار پركاربرد است داده‌هاي طولي هستند كه در آن واحدهاي متوالي زمان از واحدهاي مشخص به دست مي‌ايند حال آن‌كه خوشه‌بندي اين نوع داده‌ها همواره چالش برانگيز است زيرا گروه‌بندي بايد شباهت مسيرهاي واحدها را در حضور زمان هاي مختلف به حساب آورد. هدف اين مقاله، معرفي و بررسي رويكردي جديد در خوشه‌بندي سلسله مراتبي با داده‌هاي طولي چند متغيره به نام cluster MLD است. اين روش قدرت الگوريتم خوشه‌بندي سلسله مراتبي را با توانايي مدل‌سازي تغييرات در طول زمان تركيب نموده كه براي داده‌هاي طولي پيچيده مناسب است. در ادامه عملكرد اين روش خوشه‌بندي چندمتغيره با استفاده از داده‌هاي 30 استان در مدت13 سال كه 6 ويژگي براي آن‌ها ثبت شده‌، ارزيابي و با روش خوشه‌بندي تك متغيره مقايسه مي‌شود.