Machine learningGrey systems

Grey Clustering: Классификация на основе отбеливания в условиях неопределенности

Grey Clustering — это метод классификации из теории серых систем, который относит объекты к заранее определенным серым классам с использованием функций веса отбеливания. Разработанный в рамках теории серых систем Дэн Джулуна и систематизированный Сифэн Лю, он особенно подходит для ситуаций с малым объемом выборки, неполной информацией или неопределенными данными — условий, часто встречающихся при инженерных оценках, мониторинге окружающей среды и социально-экономической оценке. Метод количественно определяет, насколько сильно каждый объект принадлежит каждому серому классу, и делает четкое присвоение на основе максимальных коэффициентов кластеризации.

Открыть в MethodMindСкороВидеоСкороDownload slides

Читать метод полностью

Только для участников

Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.

Войти

Method map

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

Grey Clustering: Классификация на основе отбеливания в условиях неопределенности
Нечеткая кластеризация C…Модель серого прогнозиро…

Источники

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

Как цитировать эту страницу

ScholarGate. (2026, June 2). Grey Clustering (Grey Incidence / Whitenization). ScholarGate. https://scholargate.app/ru/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)). Получено 2026-06-15 из https://scholargate.app/ru/soft-computing/grey-clustering · Набор данных: https://doi.org/10.5281/zenodo.20539026