Вовк О.Л. Статистичні методи кластеризації зображень для контекстного пошуку в електронних колекціях. - Рукопис. Дисертація на здобуття наукового ступеня кандидата технічних наук за спеціальністю 05.13.06 - "Автоматизовані системи управління та прогресивні інформаційні технології"" - Донецький національний університет, Донецьк, 2006. Дисертацію присвячено розробці статистичного ієрархічного агломеративного (СІА) методу для виділення регіонів зображення за колірною подібністю. Запропонований метод базується на бітовій масці взаємозв'язків та рангів колірних компонент центрів кластерів. У роботі подано аналітичні та експериментальні оцінки часової та просторової складності за допомогою розробленого методу. Також проведено експериментальні дослідження з оцінки якості кластеризації зображень. Розглянуто порівняння СІА методу з найбільш використовуваним для виділення регіонів зображень статистичним методом к-середніх. У результаті порівняння доведено перевагу СІА методу при оцінюванні затрат процесорного часу на кластеризацію зображень та недоліки при оцінюванні затрат оперативного простору. При оцінюванні якості кластеризації зображень конкуруючими методами виявлена перевага СІА методу за двома з трьох критеріїв, результати оцінки згідно з третім критерієм у середньому однакові для обох методів. На базі СІА методу створено систему контекстного пошуку зображень в електронних колекціях. Проведено експерименти з оцінки точності контекстного пошуку зображень. Ключові слова: статистичні методи кластеризації зображень, часова та просторова складність, якість кластеризації, контекстний пошук зображень, точність пошуку.