no. 4
Une approche statistique unique pour l'analyse des mélanges et la détection des modes en classification automatique
Revue de Statistique Appliquée, Tome 31 (1983) no. 4, pp. 17-36. 
@article{RSA_1983__31_4_17_0,
     author = {Postaire, J. G.},
     title = {Une approche statistique unique pour l'analyse des m\'elanges et la d\'etection des modes en classification automatique},
     journal = {Revue de Statistique Appliqu\'ee},
     pages = {17--36},
     publisher = {Soci\'et\'e de Statistique de France},
     volume = {31},
     number = {4},
     year = {1983},
     zbl = {0525.62057},
     language = {fr},
     url = {http://www.numdam.org/item/RSA_1983__31_4_17_0/}
}
TY  - JOUR
AU  - Postaire, J. G.
TI  - Une approche statistique unique pour l'analyse des mélanges et la détection des modes en classification automatique
JO  - Revue de Statistique Appliquée
PY  - 1983
SP  - 17
EP  - 36
VL  - 31
IS  - 4
PB  - Société de Statistique de France
UR  - http://www.numdam.org/item/RSA_1983__31_4_17_0/
LA  - fr
ID  - RSA_1983__31_4_17_0
ER  - 
%0 Journal Article
%A Postaire, J. G.
%T Une approche statistique unique pour l'analyse des mélanges et la détection des modes en classification automatique
%J Revue de Statistique Appliquée
%D 1983
%P 17-36
%V 31
%N 4
%I Société de Statistique de France
%U http://www.numdam.org/item/RSA_1983__31_4_17_0/
%G fr
%F RSA_1983__31_4_17_0
Postaire, J. G. Une approche statistique unique pour l'analyse des mélanges et la détection des modes en classification automatique. Revue de Statistique Appliquée, Tome 31 (1983) no. 4, pp. 17-36. http://www.numdam.org/item/RSA_1983__31_4_17_0/

[1] G.H. Ball et D.J. Hall. (1967). - A clustering technique for summarizing multivariate data, Behavorial Sc., Vol.12, p. 153-155.

[2] E. Diday (1971). - Une nouvelle méthode en classification automatique et reconnaissance des formes : la méthode des nuées dynamiques, Revue de Stat. Appl. Vol. 19, n° 2, p. 20- 33. | Numdam

[3] K. Fukunaga et W.L.G. Koontz (1970). - A criterion and an algorithm for grouping data, IEEE Trans. on Computers, Vol. C-19, p. 917-923. | Zbl

[4] G.N. Lance et W.T. Williams (1967). - A general theory of classificatory sorting strategies 1 - Hierarchical systems, Computer Jour., Vol. 9, p. 973-980.

[5] J. Mac Queen (1967). - Some methods for classification and analysis of multivariate observations, Proc. 5th Berkeley Symp. on Math. Stat. and Prob, p. 281-297. | MR | Zbl

[6] C.T. Zahn (1971). - Graph theoretical methods for detecting and describing gestalt clusters. IEEE Trans. on Computers, Vol. C-20, p. 68 -86. | Zbl

[7] J.L. Fleiss et J. Zubin (1969). - On the method and theory of clustering, Multivariate Behavioral Research, p. 235-250.

[8] I. Gitman (1973). - An algorithm for nonsupervised pattern classification, IEEE Trans.on Syst., Man & Cyb., Vol. SMC-3, p. 66-74. | Zbl

[9] I. Gitman et M.D. Levine (1970). - An algorithm for detecting unimodal fuzy sets and its application as a clustering technique, IEEE Trans. on Computers, Vol. C-19, p. 583-593. | Zbl

[10] R. Mizoguchi et M. Shimura (1976). - Non parametric learning without a teacher based on mode estimation, IEEE Trans. on Computers,Vol. C-25, p. 1109-1117. | MR | Zbl

[11] D. Wishart (1978). - Estimating the modes of a multivariate sample density, Proc. Joint Meeting of the Classif. Soc. & British Pattern Recognition Ass London.

[12] B.G. Batchelor et B.R. Wilkins (1969). - Methods fo location of clusters of patterns to initialize a learning machine, Electronics letters,Vol. 5, n° 20, p. 481- 483.

[13] K. Fukunaga et L.D. Hostetler (1975). - The estimation of the gradient of a density fonction with applications in pattern recognition, IEEE Trans. on Inf. Theory, Vol. II-21, n° 1, p. 3 2-40. | MR | Zbl

[14] J. Kittler (1976). - A locally sensitive method for cluster analysis, Pattern Recognition,Vol. 8 p. 23- 33. | MR | Zbl

[15] G.S. Sebestyen (1962). - Pattern recognition by an adaptive process of sample set construction, IRE Trans. on Info. Theory, Vol. II-8, p. 82-91. | Zbl

[16] R.L. Thorndike (1953). - Who belong in the family ? Psychometrica, Vol.18, p. 267-276.

[17] H.P. Friedman et J. Robin (1967) - On some invariant criteria for grouping data, J. Amer. Stat. Ass., Vol. 62, p. 1159-1178. | MR

[18] M.A. Vogel et A.K.C. Wong (1979). - PFS clustering method, IEEE Trans. on Pattern Anal. & Machine Intelligence, Vol.PAMI-1, n° 3, p. 237-245. | Zbl

[19] U.E. Makov et A.F.M. Smith. - A quasi-Bayes Unsupervised learning procedure for priors. IEEE Trans. Info. Theory, Vol. II-23, n° 6, p. 761-764. | Zbl

[20] R. Mizoguchi et M. Shimura (1975). - An approach to unsupervised learning classification, IEEE Trans. on Computers, Vol. C-24, n°10, p. 979-983. | MR | Zbl

[21] R.F. Daly (1962). - The adaptive binary detection problem on the real line, Techn. Report 2003-3, Stanford Univ., Calif.

[22] C.G. Hillborn et D.G. Lainiotis (1968). - Optimal unsupervised learning multicategory dependant hypotheses pattern recognition, IEEE Trans. Info. Theory, Vol. II-14, p. 468-470.

[23] A. Schroeder (1976). - Analyse d'un mélange de distributions de probabilité de même type, Rev. Statist. App., Vol.24, n° 1, p. 32-62. | Numdam | MR

[24] D. Kazakos (1977). - Recursive estimation of prior probabilities using a mixture, IEEE Trans. Info. Theory, Vol. II-23, n° 2, p. 203-211. | MR | Zbl

[25] N.E. Day (1969). - Estimating the components of a mixture of normal distributions, Biometrika, Vol. 56, p. 463-474. | MR | Zbl

[26] J.H. Wolfe (1970). - Pattern clustering by multivariate mixture analysis, Multiv. Behav. Res., Vol. 5, p. 329-350.

[27] D.B. Cooper et P.W. Cooper (1964). - Non supervised adaptive signal detection and pattern recognition, Info. & Control, Vol. 7, p. 416-444. | MR | Zbl

[28] P.W. Cooper (1967). - Some topics on nonsupervised adaptive detection for multivariate normal distributions, Comp. & Info. Sc., Vol. II, p. 123-146, Academic Press, N.Y. | Zbl

[29] C. Vasseur et J.G. Postaire (1980). - A convexity testing method for cluster analysis, IEEE Trans. on Syst., Man & Cyb., Vol. SMC-10, n° 3, p. 145-149. | MR | Zbl

[30] J.G. Postaire et C. Vasseur (1982). - A fast algorithm for nonparametric probability density estimation, IEEE Trans. on Pattern Anal. & Machine Intelligence, Vol. PAMI-4, n° 6, p. 663 -666.

[31] J.G. Postaire et C. Vasseur (1981) - An approximate solution to normal mixture identification with application to unsupervised pattern classification, IEEE Trans. on Pattern Anal. & Machine Intelligence, Vol. PAMI-3, n° 2, p. 163- 179 (1981).

[32] J.G. Postaire et M. Limouri (1978). - The convexity concept in cluster analysis, 4th Int. Joint conf. on Pattern Recog, Kyoto, Japon.

[33] J.G. Postaire (1982). - An unsupervised Bayes classifier for normal patterns based on marginal densities analysis, Pattern Recog., Vol. 15, n° 2, p. 103-111. | MR | Zbl

[34] J.G. Postaire (1982). - Fonctions convexes et optimisation du processus de classification automatique : I. Optimisation par analyse de la convexité des fonctions de densité multivariables, RAIRO/Automatique, Vol. 16, n° 4, p. 357- 379. | Zbl

[35] D.J. Eigen, F.R. Fromm & R.A. Northouse. - Cluster analysis based on dimensional information with application to feature selection and classification, IEEE Trans. Syst., Man & Cyb., Vol. SMC-4, n° 3, p. 284 -294. | Zbl

[36] J.G. Postaire (1983). - Fonctions convexes et optimisation du processus de classification automatique : II. Optimisation par analyse de la convexité des fonctions de densité marginales, RAIRO/Automactique, Vol. 17, n° 1, p. 39- 59. | MR | Zbl

[37] C. Vasseur et J.G. Postaire (1979). - Convexité des fonctions de densité : application à la détection des modes en reconnaissance des formes, RAIRO/Automatique, Vol. 13, n° 2, p. 171-188. | MR | Zbl

[38] M. Limouri (1979). - Classification automatique non supervisée par analyse des densités marginales de probabilité, Diplôme d'Etudes Sup., Univ. de Rabat, Maroc.