阿尼尔·贾恩（Anil K.Jain）。;理查德·杜布斯（Richard C.Dubes）。 聚类数据的算法。 （英语） 兹比尔0665.62061 普伦蒂斯·霍尔高级参考系列。新泽西州恩格尔伍德悬崖：普伦蒂斯·霍尔。十四、 320页67.60美元（1988年）。 本书介绍了聚类分析的背景、方法和算法。它可以作为探索性数据分析研究生课程的教科书，也可以作为研究方法学、模式识别、图像处理和遥感课程的补充文本。介绍了可视化表示数据的图形程序和其他工具，以评估聚类结果和探索数据。给出了一些数值例子。这本书包括五章（1。引言。2.数据表示。3.聚类方法和算法。4.聚类有效性，5。应用程序。）以及几个简短的理论补充：A.模式识别。B.分布（高斯分布和超几何分布）。C.线性代数。D.散点矩阵。E.因素分析。F.多元方差分析。G.图论。H.生成集群数据的算法。在第2章中，考虑了数据类型和尺度、邻近指数、数据归一化、线性和非线性投影、模式的内在（拓扑）维度和多维尺度。第三章的聚类方法和算法包括层次聚类（树状图）、分区聚类（平方误差、最近邻和其他聚类方法），以及对聚类方法的一些讨论。第四章讨论了聚类有效性这一非常重要也是最困难的问题。本文讨论了测试假设、测试的功效、各种聚类有效性指标以及其他一般验证问题。给出了一些实际测试（Huber统计、Goodman-Kruskal统计和基于最近邻距离的测试）。通过数值例子分析和说明了层次结构和分区结构的有效性以及单个簇的有效性。还考虑了聚类趋势问题。第5章介绍了聚类分析在图像处理和配准以及各种图像（纹理图像、距离图像和多光谱图像）分割中的应用。该书目包含427项。审核人：V.Yu。乌尔巴赫 引用于2评论引用于463文件 MSC公司： 62H30型 分类和区分；聚类分析（统计方面） 62-02 与统计有关的研究展览（专著、调查文章） 65C99个 概率方法，随机微分方程 关键词：数据处理;算法;聚类分析;探索性数据分析;模式识别;图像处理;遥感;图形化程序;数值示例;散布矩阵;因子分析;多元方差分析;图论;接近指数;数据规范化;线性和非线性投影;图案的维度;多维缩放;层次聚类;树状图;分区聚类;平方误差;集群有效性;假设检验;Huber统计;古德曼-克鲁斯卡统计;最近邻距离;聚类趋势;分段;参考文献 PDF格式BibTeX公司 XML格式引用 \textit｛A.K.Jain｝和\textit｛R.C.Dubes｝，聚类数据的算法。新泽西州恩格尔伍德悬崖：普伦蒂斯·霍尔（1988；Zbl 0665.62061）