"Grey Clustering": طبقهبندی مبتنی بر سفیدسازی در شرایط عدم قطعیت
Grey Clustering یک روش طبقهبندی از نظریه سیستمهای خاکستری است که اشیاء را با استفاده از توابع وزن سفیدسازی به کلاسهای خاکستری از پیش تعریفشده اختصاص میدهد. این روش که در چارچوب نظریه سیستمهای خاکستری Deng Julong توسعه یافته و توسط Sifeng Liu نظاممند شده است، بهویژه برای موقعیتهایی با حجم نمونه کم، اطلاعات ناقص یا دادههای نامشخص مناسب است—شرایطی که در ارزیابیهای مهندسی، پایش محیطی و ارزیابی اجتماعی-اقتصادی رایج هستند. این روش میزان تعلق قوی هر شیء به هر کلاس خاکستری را کمیسازی میکند و بر اساس ضرایب خوشهبندی حداکثر، یک تخصیص قطعی انجام میدهد.
مطالعهٔ کامل روش
برای خواندن این بخش با حساب رایگان وارد شوید.
Method map
The neighbourhood of related methods — select a node to explore.
منابع
- Liu, S., & Lin, Y. (2010). Grey Systems: Theory and Applications. Springer. ISBN: 978-3-642-13937-6
نحوهٔ استناد به این صفحه
ScholarGate. (2026, June 2). Grey Clustering (Grey Incidence / Whitenization). ScholarGate. https://scholargate.app/fa/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.
- خوشهبندی فازی C-Means (FCM)یادگیری ماشین↔ compare
- مدل پیشبینی خاکستری GM(1,1)محاسبات نرم↔ compare
در این صفحه مشکلی دیدید؟ گزارش دهید یا اصلاحی پیشنهاد کنید →