A Probability Theory of Cluster Analysis
聚类分析的概率理论AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要研究一般聚类的概率结构，连通链本身不足以证明涉及经济网络或干扰效应。
反馈分类问题正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
聚类分析的概率理论
- 研究问题
- 如何用局部邻近数量和整体连通性定义聚类，并借助概率分布判断观察到的聚类结构在紧凑性与孤立性上是否显著？
- 方法与思路
- 作者定义由邻近数量k和距离r控制的聚类，要求成员有足够近邻且集合可由短链连接，并分析k等于1的情形。
- 材料陈述的贡献
- 摘要称，论文在非度量假设下为k等于1推导若干精确分布结果，并用示例展示概率理论识别显著聚类结构的用途。
- 阅读关注点
- 应核对聚类的完整定义、非度量假设的含义、精确分布的随机对象，以及紧凑性和孤立性如何用于显著性判断。
- 阅读边界
- 仅据OpenAlex索引摘要，稿件版本未注明，无法判断刊本变化；精确结果限于所述假设与k等于1的情形，更一般结论未提供。
原文摘要
An explicit definition of a (k, r)-cluster is proposed. Each (k, r)-cluster has the property that each of its elements is within a distance r of at least k other elements of the same cluster and the entire set can be linked by a chain of links each less than or equal to r. Some exact distributional results are derived under a nonmetric hypothesis for the case k = 1. An example is given to illustrate the use of probability theory in identifying significant clustering structures in terms of compactness and isolation.