ScholarGate
Assistente
Machine learningGrey systems

Grey Clustering: Classificazione Basata sulla Whitenization in Condizioni di Incertezza

Il Grey Clustering è un metodo di classificazione derivato dalla teoria dei sistemi grigi che assegna oggetti a classi grigie predefinite utilizzando funzioni di peso di whitenization. Sviluppato nell'ambito della teoria dei sistemi grigi di Deng Julong e sistematizzato da Sifeng Liu, è particolarmente adatto per situazioni che coinvolgono piccole dimensioni campionarie, informazioni incomplete o dati incerti, condizioni comuni nelle valutazioni ingegneristiche, nel monitoraggio ambientale e nella valutazione socioeconomica. Il metodo quantifica la forza con cui ogni oggetto appartiene a ciascuna classe grigia ed effettua un'assegnazione netta basata sui coefficienti di clustering massimi.

Apri in MethodMindIn arrivoVideoIn arrivoDownload slides

Leggi il metodo completo

Riservato ai membri

Accedi con un account gratuito per leggere questa sezione.

Accedi

Method map

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

Fonti

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

Come citare questa pagina

ScholarGate. (2026, June 2). Grey Clustering (Grey Incidence / Whitenization). ScholarGate. https://scholargate.app/it/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)). Consultato il 2026-06-15 da https://scholargate.app/it/soft-computing/grey-clustering · Insieme di dati: https://doi.org/10.5281/zenodo.20539026