Machine learningGrey systems
불확실성 하에서의 분류를 위한 백색화 기반 회색 클러스터링
회색 클러스터링(Grey Clustering)은 백색화 가중치 함수를 사용하여 객체를 미리 정의된 회색 클래스에 할당하는 회색 시스템 이론의 분류 방법입니다. 덩줄롱(Deng Julong)의 회색 시스템 이론의 틀 안에서 개발되고 사풍류(Sifeng Liu)에 의해 체계화된 이 방법은 특히 소규모 표본, 불완전한 정보 또는 불확실한 데이터를 포함하는 상황에 적합합니다. 이러한 조건은 공학 평가, 환경 모니터링 및 사회경제적 평가에서 흔히 발생합니다. 이 방법은 각 객체가 각 회색 클래스에 얼마나 강하게 속하는지를 정량화하고 최대 클러스터링 계수를 기반으로 명확한 할당을 합니다.
방법 전문 읽기
회원 전용
로그인무료 계정으로 로그인하면 이 섹션을 읽을 수 있습니다.
Method map
The neighbourhood of related methods — select a node to explore.
출처
- Liu, S., & Lin, Y. (2010). Grey Systems: Theory and Applications. Springer. ISBN: 978-3-642-13937-6
이 페이지 인용 방법
ScholarGate. (2026, June 2). Grey Clustering (Grey Incidence / Whitenization). ScholarGate. https://scholargate.app/ko/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 →