ScholarGate
助手
MCDMNormalizationcrisp

向量(L2)归一化

向量归一化(向量(L2)归一化)是一种多准则决策(MCDM)方法,由 Hwang, C. L. 和 Yoon, K. 于 1981 年提出。它将一个关于多个准则评分的备选方案决策矩阵转化为结构化、可复现的结果。

用 DecisionMind 应用即将推出视频即将推出Download slides

阅读完整方法

仅限会员

使用免费账户登录即可阅读本节。

登录

来源

  1. Hwang, C. L., Yoon, K. (1981). Multiple Attribute Decision Making: Methods and Applications. Springer-Verlag, Berlin DOI: 10.1007/978-3-642-48318-9

如何引用本页

ScholarGate. (2026, June 2). Vector (L2) Normalization. ScholarGate. https://scholargate.app/zh/decision-making/vector-normalization

ScholarGateVECTOR-NORMALIZATION (Vector (L2) Normalization). 于 2026-06-15 检索自 https://scholargate.app/zh/decision-making/vector-normalization · 数据集: https://doi.org/10.5281/zenodo.20539026