ম্যানহাটন দূরত্ব — দুটি ভেক্টরের মধ্যে L1 নর্ম (সিটি-ব্লক দূরত্ব)
DIST-MANHATTAN (ম্যানহাটন দূরত্ব — দুটি ভেক্টরের মধ্যে L1 নর্ম (সিটি-ব্লক দূরত্ব)) একটি দূরত্ব-ভিত্তিক মাল্টি-ক্রাইটেরিয়া ডিসিশন-মেকিং (MCDM) পদ্ধতি যা Dezert, J., Tchamova, A., Han, D., Bhotto, M. Z. A. ২০২০ সালে প্রবর্তন করেন। এটি একাধিক মানদণ্ডের ভিত্তিতে স্কোর করা বিকল্পগুলির একটি ডিসিশন ম্যাট্রিক্সকে একটি সুসংহত, পুনরুৎপাদনযোগ্য ফলাফলে রূপান্তরিত করে।
পুরো পদ্ধতিটি পড়ুন
এই অংশটি পড়তে বিনামূল্যের অ্যাকাউন্ট দিয়ে সাইন ইন করুন।
Method map
The neighbourhood of related methods — select a node to explore.
উৎস
- Dezert, J., Tchamova, A., Han, D., Bhotto, M. Z. A. (2020). Manhattan Distance. IEEE Transactions on Cybernetics link ↗
এই পৃষ্ঠা কীভাবে উদ্ধৃত করবেন
ScholarGate. (2026, June 2). Manhattan Distance — L1 norm (city-block distance) between two vectors. ScholarGate. https://scholargate.app/bn/decision-making/dist-manhattan
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- কম্বিনেটিভ ডিসটেন্স-বেসড অ্যাসেসমেন্টসিদ্ধান্ত গ্রহণ↔ compare
এই পৃষ্ঠায় কোনো ত্রুটি চোখে পড়েছে? জানান বা সংশোধনের প্রস্তাব দিন →