Grey Clustering: Whitenization-Based Classification Under Uncertainty
Grey Clustering on harmaa järjestelmäteoriaan kuuluva luokittelumenetelmä, joka sijoittaa kohteet ennalta määriteltyihin harmaihiin luokkiin käyttäen valkennusfunktioita. Deng Julongin harmaan järjestelmän teorian puitteissa kehitetty ja Sifeng Liun systematisoima menetelmä soveltuu erityisesti tilanteisiin, joissa on pieniä otoskokoja, epätäydellistä tietoa tai epävarmaa dataa – olosuhteita, jotka ovat yleisiä teknisissä arvioinneissa, ympäristön seurannassa ja sosioekonomisessa evaluoinnissa. Menetelmä kvantifioi, kuinka vahvasti kukin kohde kuuluu kuhunkin harmaaseen luokkaan, ja tekee terävän sijoituksen maksimiluokittelukertoimien perusteella.
Lue koko menetelmä
Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.
Method map
The neighbourhood of related methods — select a node to explore.
Lähteet
- Liu, S., & Lin, Y. (2010). Grey Systems: Theory and Applications. Springer. ISBN: 978-3-642-13937-6
Näin viittaat tähän sivuun
ScholarGate. (2026, June 2). Grey Clustering (Grey Incidence / Whitenization). ScholarGate. https://scholargate.app/fi/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.
- Sumennus C-keskiarvojen ryvästys (FCM)Koneoppiminen↔ compare
- GM(1,1) harmaan ennustemalliPehmeä laskenta↔ compare
Huomasitko virheen tällä sivulla? Ilmoita siitä tai ehdota korjausta →