Сіре кластеризація: класифікація на основі відбілювання в умовах невизначеності
Сіре кластеризація — це метод класифікації з теорії сірих систем, який призначає об'єкти до заздалегідь визначених сірих класів за допомогою вагових функцій відбілювання. Розроблений у рамках теорії сірих систем Денга Джулонга та систематизований Сіфенгом Лю, він особливо підходить для ситуацій з малими вибірками, неповною інформацією або невизначеними даними — умовами, поширеними в інженерних оцінках, моніторингу довкілля та соціально-економічних дослідженнях. Метод кількісно визначає, наскільки сильно кожен об'єкт належить до кожного сірого класу, і робить чітке призначення на основі максимальних коефіцієнтів кластеризації.
Читати метод повністю
Увійдіть із безкоштовним обліковим записом, щоб прочитати цей розділ.
Method map
The neighbourhood of related methods — select a node to explore.
Джерела
- Liu, S., & Lin, Y. (2010). Grey Systems: Theory and Applications. Springer. ISBN: 978-3-642-13937-6
Як цитувати цю сторінку
ScholarGate. (2026, June 2). Grey Clustering (Grey Incidence / Whitenization). ScholarGate. https://scholargate.app/uk/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.
- Нечітке C-середнє кластеризація (FCM)Машинне навчання↔ compare
- Модель сірого прогнозування GM(1,1)М'які обчислення↔ compare
Помітили помилку на цій сторінці? Повідомте про неї або запропонуйте виправлення →