×
阿莱霍·豪斯纳

一种新的无坐标数据聚类算法。 （英语） Zbl 1192.68576号

模式识别 43，第4期，1306-1319（2010）。
摘要：本文提出了一种新的寻找相似对象簇的方法——彩色法氏邻图（CFNG）。该方法非常有用，因为它既适用于有坐标的对象，也适用于无坐标的对象。唯一的要求是可以计算任意两个对象之间的距离。换句话说，对象必须属于度量空间。CFNG使用图形着色来改进Rovetta和Masulli的现有技术。就像他们的技术一样，它使用递归分区来构建集群的层次结构。在递归分区中，有时会过早地拆分集群，本文的贡献之一是减少这种过早拆分的发生，当使用其他分区方法来查找集群时，也会出现这种情况。

MSC公司：

68吨10 模式识别、语音识别
05C15号 图和超图的着色
62H30型 分类和区分；聚类分析（统计方面）
54E35个 度量空间，可度量性

关键词：

聚类分析;图着色;度量空间;隔板

软件：

群集查找
PDF格式BibTeX公司 XML格式引用
\textit{A.Hausner}，模式识别43，No.4，1306--1319（2010；Zbl 1192.68576）
全文： 内政部

参考文献：

[1] 阿佩尔，K。；Haken，W。；Koch，J.，每个平面图都是四色的，J.Math。，21, 439-567 (1977) ·兹伯利0387.05010
[2] Bentley，J.L.，用于关联搜索的多维二叉搜索树，Commun。ACM，18，9，509-517（1975）·Zbl 0306.68061号
[3] Bentley，J.L。；Kung，H.T。；Schkolnick，M。；汤普森，C.D.，关于向量集合中最大值的平均数及其应用，J.ACM，25536-543（1978）·Zbl 0388.68056号
[4] P.Berkhin，《聚类数据挖掘技术调查》，技术报告，Accrue Software，加州圣何塞，2002年。；P.Berkhin，《聚类数据挖掘技术调查》，技术报告，Accrue Software，加利福尼亚州圣何塞，2002年。
[5] Chand，D.R。；Kapur，S.S.，凸多面体的算法，J.ACM，7，78-86（1970）·Zbl 0199.50902号
[6] D.Eppstein，使用旋转卡尺图更新宽度和最大生成树，技术报告93-18，加州大学欧文分校CS部门，1993年。；D.Eppstein，使用旋转卡尺图更新宽度和最大生成树，技术报告93-18，加州大学欧文分校CS部门，1993年。
[7] Driscoll，C.A.，《猫驯化的近东起源》，《科学》，317519-523（2007）
[8] 芬克尔，R。；Bentley，J.L.，《四叉树：复合键检索的数据结构》，Acta Inf.，4，1，1-9（1974）·Zbl 0278.68030号
[9] Fortune，S.，《Voronoi图的扫线算法》，《算法》，2153-174（1987）·Zbl 0642.68079号
[10] X.Gao，B.Xiao，D.Tao，X.Li，图形编辑距离调查，模式分析。申请。（2009），doi:10.1007/s10044-008-0141-y。；X.Gao，B.Xiao，D.Tao，X.Li，图形编辑距离调查，模式分析。申请。（2009），doi:10.1007/s10044-008-0141-y·Zbl 1422.68211号
[11] A.Guttman，R-trees:A dynamic index structure for spatial searching，in：1984 ACM SIGMOD International Conference on Management of Data，1984，pp.47-57。；A.Guttman，R树：空间搜索的动态索引结构，载于：1984年ACM SIGMOD国际数据管理会议，1984年，第47-57页。
[12] Jain，A.K。；Murty，M.N。；Flynn，P.J.，《数据聚类：综述》，ACM计算调查，31，3，264-323（1999）
[13] 蒋，X。；Bunke，H。；Csirik，J.，《中值字符串：综述》（Last，M.；Kandel，a.；Bunke，H.，《时间序列数据库中的数据挖掘》（2004），《世界科学：世界科学新加坡》，173-192年）
[14] Ward，J.H.，优化目标函数的分层分组，美国统计协会，58，236-244（1963）
[15] 卡普，R.M.，组合问题中的可还原性，（Miller，R.E.；Thatcher，J.W.，计算机计算的复杂性（1972），Plenum：Plenum New York）·兹伯利0366.68041
[16] 考夫曼，L。；Rousseeuw，P.，《在数据中发现群体：聚类分析导论》（1990年），威利出版社：威利纽约·Zbl 1345.62009号
[17] King，B.，逐步聚类程序，美国统计协会，69，86-101（1967）
[18] J.B.MacQueen，《多元观测分类和分析的一些方法》，载于：第五届伯克利数理统计与概率研讨会，第1卷，加利福尼亚大学出版社，伯克利，加利福尼亚州，1967年，第281-297页。；J.B.MacQueen，《多元观测分类和分析的一些方法》，载于：第五届伯克利数理统计与概率研讨会，第1卷，加利福尼亚大学出版社，伯克利，加利福尼亚州，1967年，第281-297页·兹比尔0214.46201
[19] Mayr，E。；Linsley，E.G。；Usinger，R.L.，《系统动物学的方法和原理》（1953年），麦格劳-希尔：麦格劳–希尔纽约
[20] Mirkin，B.，基于平方误差聚类的概念学习和特征选择，马赫。学习。，35, 25-40 (1999) ·Zbl 0920.68102号
[21] Mirkin，B.，《数据挖掘聚类》（2005），查普曼和霍尔：查普曼&霍尔博卡拉顿，佛罗里达州·Zbl 1083.68099号
[22] 罗维塔，S。；Masulli，F.，高维低基数数据聚类的共享最远邻方法，模式识别，39，12，2415-2425（2006）·Zbl 1103.68782号
[23] 斯内斯，P.H.A。；Sokal，R.R.，《数值分类学》（1973），弗里曼：英国伦敦弗里曼出版社·Zbl 0285.92001
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。