ScholarGate
Assistent
Machine learningGrey systems

Grey Clustering: Classificatie op basis van 'whitenization' onder onzekerheid

Grey Clustering is een classificatiemethode uit de grijze systeemtheorie die objecten toewijst aan vooraf gedefinieerde grijze klassen met behulp van 'whitenization'-wegingsfuncties. Ontwikkeld binnen het raamwerk van Deng Julongs grijze systeemtheorie en gesystematiseerd door Sifeng Liu, is het bijzonder geschikt voor situaties met kleine steekproeven, onvolledige informatie of onzekere gegevens – omstandigheden die vaak voorkomen bij technische beoordelingen, milieumonitoring en sociaaleconomische evaluatie. De methode kwantificeert hoe sterk elk object tot elke grijze klasse behoort en maakt een scherpe toewijzing op basis van maximale clusteringcoëfficiënten.

Openen in MethodMindBinnenkortVideoBinnenkortDownload slides

Lees de volledige methode

Alleen voor leden

Log in met een gratis account om dit onderdeel te lezen.

Inloggen

Method map

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

Grey Clustering: Classificatie op basis van 'whitenization' onder onzekerheid
Fuzzy C-Means Clustering…GM(1,1) Grijze Voorspell…

Bronnen

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

Deze pagina citeren

ScholarGate. (2026, June 2). Grey Clustering (Grey Incidence / Whitenization). ScholarGate. https://scholargate.app/nl/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)). Geraadpleegd op 2026-06-15 via https://scholargate.app/nl/soft-computing/grey-clustering · Gegevensset: https://doi.org/10.5281/zenodo.20539026