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.
Die vollständige Methode lesen
Melden Sie sich mit einem kostenlosen Konto an, um diesen Abschnitt zu lesen.
Method map
The neighbourhood of related methods — select a node to explore.
Quellen
- 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.
- Fuzzy C-Means Clustering (FCM)Maschinelles Lernen↔ compare
- GM(1,1) Grey Forecasting ModelSoft Computing↔ compare
Einen Fehler auf dieser Seite entdeckt? Melden oder Korrektur vorschlagen →