Grey Clustering: Fehérítési alapú osztályozás bizonytalanság mellett
A Grey Clustering (szürke klaszterezés) a szürke rendszerek elméletéből származó osztályozási módszer, amely az objektumokat előre definiált szürke osztályokba sorolja a fehérítési súlyfüggvények segítségével. Deng Julong szürke rendszerek elméletének keretein belül fejlesztették ki és Sifeng Liu rendszerezte. Különösen alkalmas olyan helyzetekre, ahol kis mintaméret, hiányos információ vagy bizonytalan adatok állnak rendelkezésre – olyan körülmények, amelyek gyakoriak a mérnöki értékelésekben, a környezeti monitoringban és a szociális-gazdasági értékelésben. A módszer kvantifikálja, hogy az egyes objektumok mennyire erősen tartoznak az egyes szürke osztályokhoz, és a maximális klaszterezési együtthatók alapján éles (crisp) besorolást végez.
A teljes módszer elolvasása
Jelentkezzen be ingyenes fiókkal a szakasz elolvasásához.
Method map
The neighbourhood of related methods — select a node to explore.
Források
- Liu, S., & Lin, Y. (2010). Grey Systems: Theory and Applications. Springer. ISBN: 978-3-642-13937-6
Hogyan hivatkozzon erre az oldalra
ScholarGate. (2026, June 2). Grey Clustering (Grey Incidence / Whitenization). ScholarGate. https://scholargate.app/hu/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.
- A Fuzzy C-Means klaszterező algoritmus (FCM)Gépi tanulás↔ compare
- GM(1,1) szürke prognosztikai modellLágy számítási módszerek↔ compare
Hibát talált ezen az oldalon? Jelentse, vagy javasoljon javítást →