Few methods for solving classification and parameter grouping problem

Authors

  • Игорь Петрович Гамаюн National Technical University "Kharkiv Polytechnic Institute", Ukraine
  • Ольга Николаевна Безменова National Technical University "Kharkiv Polytechnic Institute", Ukraine

DOI:

https://doi.org/10.20998/%25x

Abstract

The paper considers the features of some of the existing methods of classification of objects and grouping options. Considered non-hierarchical and hierarchical methods performed to compare.

Author Biographies

Игорь Петрович Гамаюн, National Technical University "Kharkiv Polytechnic Institute"

Dean of the faculty of Informatics and Management, Doctor of Engineering Sciences, Professor

Ольга Николаевна Безменова, National Technical University "Kharkiv Polytechnic Institute"

Post-graduate student of the department of Automated Control Systems

References

Сокал Р. Р. Кластер–анализ и классификация: предпосылки и основные направления / Р. Р. Сокал // Классификация и кластер / ред. Дж.Вэн Райзин. – М. : Мир, 1980. – С. 7–19.

Малиновский Л. Г. Классификация объектов средствами дискриминантного анализа / Л. Г. Малиновский. – М. : Наука, 1979. – 260 с.

Статистические методы анализа информации в социальных исследо¬ва¬ниях. – М .: Наука, 1979.– 319 с.

Гуд И. Дж. Ботриология ботриологии / И. Дж. Гуд / Классификация и кластер / ред. Дж. Вэн Райзин. – М. : Мир. – 1980. – С. 66–89.

Дюран Б. Кластерный анализ / Б. Дюран, И. Оделл – М. : Статистика, 1977. – 128 с.

Cormack R. M. Classification: an overview / R. M. Cormack // Anal. donneés et inf. Cours. commis. comun. eur., Fontainbleau, 1979. – Rocquencourt. – 1980. – P. 125–147.

Kennedy J. N. A review of some cluster analysis methods / J. N. Kennedy // AIEE Trans. – 1973. – V. 6. – № 3. – P. 216–227.

Дуда Р. Распознавание образов и анализ сцен / Р. Дуда, П. Харт. – М. : Мир, 1976. – 512 с.

Фукунага К. Введение в статистическую теорию распознавания образов / К .Фукунага. – М. : Наука, 1976. – 368 с.

Себастиан Г. С. Процессы принятия решений при распознавании обра-зов / Г. С. Себастиан. – К. : Техніка, 1965. – 151 с.

Graff-Jaccottet M. Aspects mathematiques de trois methods de treus méthodes classification heuristique/ / M. Graff-Jaccottet / Data Anal. and Inf./ Proc 2nd Int. Symp., Versailles, 1979. – Amsterdam. – 1980. – P. 613–618.

Mac Queen J. B. Some methods for classification and analysis of multivariate observations/ J. B. Mac Queen // Proc. 5th Berke-ley Symp. on Math. Statist. and Prob., v. 1. – Berkeley, 1967. – P. 281–298.

Айвазян А С. Класси-фикация многомерных наблюдений / А С. А.йвазян, З. И.Бежаева , О. В.Староверов. – М. : Ста-тистика. – 1974. – 210 с.

Pflug G. On sequential classification / G. Pflug // COMPSTAT 1976. Proc. Comput. Statist., 2nd Symp., Berlin (West), 1976. – Wien. – 1976. – P.105–112.

Соломон Г. Зависящие от данных методы кластер–анализа / Г. Соломон // Классификация и кластер / ред. Дж. Вэн Райзин. – М. : Мир, 1980. – С. 129–147.

Ту Дж., Гонсалес Р. К. Принципы распозна-вания образов / Дж. Ту, Р. К. Гонсалес. – М. : Мир, 1978. – 411 с.

Патрик Э. А. Основы теории распознавания образов / Э. А. Патрик. – М. : Сов. радио, 1980. – 408 с.

Ball G. H. ISODATA. An iterative method of multivariate analysis and pattern classification / G. H. Ball, D. J. Hall // 1966 IEEE Int. Commun. Conf., Philadelphia / Digest of Techn. Pap. – N. Y, 1966. – P. 116–117.

Высоцкая Н. В. Метод порядковой классификации многомерной социально-экономической информации / Н. В. Высоцкая. – Новосибирск : Ин-т экономики и организации промышленного производства СО АН СССР, 1979. – 8 с.

Миркин В. Г. Шкалы упорядочения / В. Г. Миркин, Н. В. Высоцкая [и др.] // Моделирование в экономических исследованиях. – Новосибирск, 1978. – С. 109–113.

Diday E. The dynamic clusters methods in nonhierarchical clustering / E.Diday // Int. J. Comput. and Inf. Sci. – 1973. – V. 2. – № 1. – P. 61–68.

Kopp B. Ein neues Verfahren zur Claster–Analyse / B. Kopp // Biometr. Z. – 1976. – B. 18 – № 6. – S. 473–476.

Терентьев П. В. Метод корреляционных плеяд / П. В. Терентьев // Вестн. Ленингр. гос. ун-та. – № 9. – 1959. – С. 137–141.

Аркадьев А. Г. Метод потенциальных функций в теории обучающих машин / А. Г. Аркадьев, Э. М. Браверман, М. И. Розоноэр. – М.: Наука, 1970. – 384 с.

Жуковская В. М., Мучник И. Б. Факторный анализ в социально-экономических исследованиях / В. М. Жуковская , И. Б. Мучник. – М. : Статистика, 1976. – 151 с.

Warfield J. N. Binary matrices system modeling / J. N. Warfield // IEEE Trans. Syst., Man., Cybern. – 1973. – Vol. SMC 3. – № 5. – P. 441–449.

Steward D .V. Partitioning and tearing systems of equations / J. N. Warfield // J. SIAM. Numer. Anal. – 1965. – Vol. 2. – № 2. – P.345–353.

Загоруйко Н. Г. Методы распознавания и их приме¬нение / Н. Г. Загоруйко. – М. : Сов. радио, 1972. – 237 с.

Zahn C. T. Graph-theoretical methods for detecting and describing gestalt clusters / C. T. Zahn // IEEE Trans. Comp. – 1971. – Vol. 20. – № 1. – P. 68–86.

Page R. L. Algorithm 479. A minimal spanning tree clustering method [Z] / R. L. Page // Commun. ACM. – 1974. – Vol. 17. – № 6. – P. 321–323.

Hansen P., Delatre M. Comple-link cluster analysis by graph coloring / Hansen P., M. Delatre // J. Amer. Statist. Assoc. – 1978. – Vol. 73. – 362. – P. 393–408.

D. G. Corneil. A comparison and evaluation of graph theoretical clustering techniques / D. G. Corneil, M. E. Woodward // Infor. – 1978. – Vol. 16. – № 1. – P. 74–89.

Житков Г. Н. Некоторые методы автоматической классификации (обзор) / Г. Н. Житков // Структурные методы опознавания и автоматическое чтение. – М., 1970. – С. 68–85.

Рао С. Г. Кластер-анализ в применении к изучению перемешивания рас в популяции людей / С. Г. Рао // Классификация и кластер // ред. Дж. Вэн Райзина. – М. : Мир, 1980. – С. 149–167.

Башкиров О. А. Алгоритмы обучения машин распознаванию зрительных образов, основанные на использовании потенциальных функций / О. А. Башкиров, Э. М. Браверман, И. Б. Мучник // Автоматика и телемеханика. – 1964. –Т. ХХV. – № 5. – С. 692–695.

Айзерман М. А. Обучение машин классификации объектов / М. А. Айзерман, Э. М. Браверман. – М. : Наука, 1971. – 192 с.

Babu C. C. A not on the potential function algorithm for pattern classification / C. C. Babu, Chan Wah-Chun. // Int. J. Contr. – 1971. – Vol. 13. – № 1. – P. 199–200.

Браверман Э. М. Лингвисти¬ческий подход к задаче обработки больших массивов информации / Э. М. Браверман, Н. Е. Киселева [и др.] // Автоматика и телемеханика. – 1974. – № 11. – С. 73–88.

Авен П. О., Киселева Н. Е., Мучник И. Б. Аппроксимация матрицы данных перекрывающимися блоками / П. О. Авен, Н. Е. Киселева, И. Б. Мучник // Автоматика и телемеханика. – 1980. – № 8. – С. 122–132.

Авен П. О. Метод вторых разностей в параллельных алгоритмах лингвистического ана¬лиза / П. О. Авен // Автоматика и телемеханика. – 1980. – № 10. – С. 125–135.

Lee R. C. T. A direct splitting clustering analysis algorithm / R. C. T. Lee // Proc. 3rd Milwaukee Symp. Autom. Comput. and Control. Pap. Symp. Milwaukee, Wisc., 1975. – North Holland, Calif. – 1975. – P. 201–211.

Williams W. T. Hierarchical classificatory methods / W. T. Williams, G. N. Lanc // Statist. Meth. Dig. Comput. – New York e.a. – 1977. – P. 260–295.

Kauiper F. K. Monte-Carlo comparison of sex clustering procedures / F. K. Kauiper, L. A. Fischer // Biometrics. – 1975. – Vol. 31. – № 3. – P. 777–783.

Mojena R. Hierarchical grouping methods and stopping rules: an evaluation / R. Mojena // Comput. J. – 1977. – Vol. 20. – № 4. – P. 359–363.

Strauss D. J. The evaluation of classification techniques / D. J. Strauss // Trab. estadist. y invest. oper. – 1977. – Vol. 23. – № 2–3. – P. 167–183.

Johnson S. C. Hierarchical clustering schemes // Psychometrika / S. C. Johnson. – 1967. – Vol. 32. – № 3. – P. 241–251.

Kopp B. Hierarchical classification. I: single-linkage method / B.Kopp // Biometr. J. – 1978. – Vol. 20. – № 5. – P. 495–501.

Kopp B. Hierarchical classification. II: complete-linkage method / B.Kopp // Biometr. J. – 1978. – Vol. 20. – № 6. – P. 597–602.

King B. F. Step-wise clustering procedures / B. F. King // J. Amer. Statist. Assoc. – 1967. – Vol. 62. – № 317. – P. 86–101.

Ward J. H. Hierarchical grouping to optimize an objective function / J. H. Ward // J. Amer. Statist. Assoc. – 1963. – Vol. 58. – P. 236–244.

Wischart D. An algorithm for hierarchical classifications / D. Wischart // Biometrics. – 1969. – Vol. 25. – № 1. – P. 165–171.

Браверман Э. М. Диагонализация матрицы связи и выявление скрытых факторов / Э. М. Браверман, А. А. Дорофеюк [и др.] // Проблемы расширения возможностей автоматов. – Вып. 1. – М., 1971. – C. 42–69.

Лумельский В. Я. Группировка параметров на основе квадрат¬ной матрицы связи / В. Я. Лумельский // Автоматика и телемеханика. – 1970. – № 1. – С. 133–143.

Wodycki W. J. Clustering of correlation matrices: a stepwise procedure / W. J. Wodycki // Can. J. Statist. – 1975. – Vol. 3. – № 2. – P. 249–262.

Куперштох В. Л. К обоснованию одного критерия классификации / В. Л. Куперштох, Миркин Б. Г., В. А. Трофимов // Методы моделирования и обработки информации. – М., 1976.– С. 131–143.

Хьюберт Дж. Экспериментальное сравне¬ние эталонных моделей иерархической группировки по r диаметру / Дж. Хьюберт, Б. Бейкер // Классификация и кластер / ред. Дж. Вэн Райзин. – М., 1980. – С. 112–128.

Peay E. R. Nonme¬tric grouping: clusters and cliques / E. R. Peay // Psychometrika. – 1975. – Vol. 40. – № 3. – P. 297–313.

Moon J. W., Mozer L. On cliques in graphs / J. W. Moon, L. Mozer // Isr. J. Math. – 1965. – Vol. 3. – № 1. – P. 23–28.

Downloads

Published

2013-11-22

How to Cite

Гамаюн, И. П., & Безменова, О. Н. (2013). Few methods for solving classification and parameter grouping problem. Bulletin of National Technical University "KhPI". Series: System Analysis, Control and Information Technologies, (62), 70–77. https://doi.org/10.20998/%x

Issue

No. 62 (2013)

Section

SYSTEM ANALYSIS AND DECISION-MAKING THEORY

License

Copyright (c) 2015 Вісник Національного технічного університету «ХПІ». Серія: Системний аналiз, управління та iнформацiйнi технологiї

Authors who publish with this journal agree to the following terms:

  • Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgement of the work's authorship and initial publication in this journal.
  • Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgement of its initial publication in this journal.
  • Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work (See The Effect of Open Access).