The universal iterative method of clusterization data

Authors: Serga E.M.

Year: 2013

Issue: 12

Pages: 112-123

Abstract

A new method of cluster analysis that makes possibility to divide data set into multitudes in accordance with the heterogeneity principle. Numerical experiments show that the results of clusterization obtained for sea surface temperature, are physical explained.

Tags: cluster; criterion; homogeneity; omega-square; surface temperature

Bibliography

  1. Атлас океанов. Атлантический и Индийский океаны/ Под ред. С.Г. Горшкова. – Л: Изд.ГУНИО, 1977.
  2. Большев Л.Н., Смирнов Н.В. Таблицы математической статистики. – М.: Наука, 1983. – 416 с.
  3. Загоруйко Н. Г. Прикладные методы анализа данных и знаний. – Новосибирск: ИМ СО РАН, 1999. – 318 с.
  4. Крамер Г. Математические методы статистики.: Пер. с англ.-2-е изд.- М,1975. – 325 с.
  5. Кулаичев А. П. Методы и средства комплексного анализа данных. – М: ИНФРА- М, 2006. – 276 с.
  6. Лагутин М. Б. Наглядная математическая статистика. – М.: П-центр, 2003. – 347 с.
  7. Лемешко Б. Ю., Горбунова А. А., Лемешко С. Б., Постовалов С. Н., Рогожников А. П., Чимитова Е. В. Компьютерное моделирование и исследование вероятностных закономерностей // Вестн. Том. гос. ун-та. Управление, вычислительная техника и информатика. 2013. №1. С.74-85.
  8. Лемешко Б.Ю., Лемешко С.Б. О сходимости распределений статистик и мощности критериев однородности Смирнова и Лемана-Розенблатта // Измерительная техника. 2005. № 12. С. 9-14.
  9. Лемешко Б.Ю., Лемешко С.Б., Миркин Е.П. Исследование критериев проверки гипотез, используемых в задачах управления качеством // Материалы VII международной конференции “Актуальные проблемы электронного приборостроения” АПЭП-2004. Новосибирск, 2004. – Т. 6. – С. 269-272.
  10. Лемешко Б.Ю., Миркин Е.П. Критерии Бартлетта и Кокрена в измерительных задачах при вероятностных законах, отличающихся от нормального // Измерительная техника. 2004. № 10. – С. 10-16.
  11. Лемешко Б.Ю., Помадин С.С. Проверка гипотез о математических ожиданиях и дисперсиях в задачах метрологии и контроля качества при вероятностных законах, отличающихся от нормального // Метрология. 2004. – № 3.- С.3-15.
  12. Мандель И. Д. Кластерный анализ. – М.: Финансы и Статистика, 1988. – 339 с.
  13. Орлов А.И. О применении статистических методов в медико-биологических исследованиях. – М.: «Вестник Академии наук СССР», 1987.№2. С. 88-94.
  14. Орлов А.И. О проверке однородности двух независимых выборок // Заводская лаборатория. – 2003. – Т.69. №.1. – С.55-60.
  15. Орлов А.И. Прикладная статистика. – М.: «Экзамен», 2006. – 671 с.
  16. Орлов А.И. Состоятельные критерии проверки абсолютной однородности независимых выборок // «Заводская лаборатория. Диагностика материалов». – 2012.Т.78. №.11. – С.66-70.
  17. Райзин Дж. Вэн. Классификация и кластер. – М.: Мир, 1980. – 244 с.
  18. Серга Э.Н. Универсальный адаптивный итерационный метод кластерного анализа // Міжвідомчий науковий зб. України: Метеорологія, кліматологія та гідрологія. – 2003. – Вип.47. – С.83-89.
Download full text (PDF)