ScholarGate
Assistent
Machine learningGrey systems

Grey-Clustering: Whitenization-basierte Klassifikation unter Unsicherheit

Grey-Clustering ist eine Klassifikationsmethode aus der Theorie der grauen Systeme, die Objekte mithilfe von Whitenization-Gewichtungsfunktionen vordefinierten grauen Klassen zuordnet. Entwickelt im Rahmen von Deng Julongs Theorie der grauen Systeme und systematisiert von Sifeng Liu, eignet sie sich besonders für Situationen mit kleinen Stichprobengrößen, unvollständigen Informationen oder unsicheren Daten – Bedingungen, die in technischen Bewertungen, Umweltüberwachung und sozioökonomischen Evaluationen häufig vorkommen. Die Methode quantifiziert, wie stark jedes Objekt zu jeder grauen Klasse gehört, und nimmt eine eindeutige Zuordnung basierend auf maximalen Clustering-Koeffizienten vor.

In MethodMind öffnenDemnächstVideoDemnächstDownload slides

Die vollständige Methode lesen

Nur für Mitglieder

Melden Sie sich mit einem kostenlosen Konto an, um diesen Abschnitt zu lesen.

Anmelden

Method map

The neighbourhood of related methods — select a node to explore.

Grey-Clustering: Whitenization-basierte Klassifikation unter Unsicherheit
Fuzzy C-Means Clustering…GM(1,1) Grey Forecasting…

Quellen

  1. Liu, S., & Lin, Y. (2010). Grey Systems: Theory and Applications. Springer. ISBN: 978-3-642-13937-6

So zitieren Sie diese Seite

ScholarGate. (2026, June 2). Grey Clustering (Grey Incidence / Whitenization). ScholarGate. https://scholargate.app/de/soft-computing/grey-clustering

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.

Compare side by side
ScholarGateGrey Clustering (Grey Clustering (Grey Incidence / Whitenization)). Abgerufen am 2026-06-15 von https://scholargate.app/de/soft-computing/grey-clustering · Datensatz: https://doi.org/10.5281/zenodo.20539026