1) intuitionistic fuzzy clustering
直觉模糊聚类
1.
Intuitionistic fuzzy sets defined by Atanassov are of the most influential extension and evolution of fuzzy sets defined by Zadeh,so making the fuzzy clustering expand into an intuitionistic fuzzy clustering is of significant value in application research.
Atanassov直觉模糊集合是对Zadeh模糊集合最有影响的一种扩充和发展,将模糊聚类扩展为直觉模糊聚类,具有重要的应用价值。
2.
To the problem that making fuzzy clustering extend intuitionistic fuzzy clustering possesses significant value of theoretics and application research.
针对将模糊聚类扩展为直觉模糊聚类具有的重要的理论和应用价值,研究了直觉模糊熵的基础上,提出了一种基于直觉模糊的聚类目标函数的思想。
3.
To the problems of the technique of Intuitionistic fuzzy clustering based on objective function immersed in partial optimization figure,an improved initialization method based on density function was proposed.
针对基于目标函数的直觉模糊聚类方法容易陷于局部最优值的问题,提出了一种改进的密度函数初始化方法。
2) Clustering for Interval-valued intuitionistic fuzzy sets
区间直觉模糊集聚类
3) diect fuzzy clustering
直接模糊聚类
4) intuitive fuzzy set
直觉模糊
1.
According to the main features of city disaster emergency management,the knowledge about intuitive fuzzy set is used to make a evaluation about management capacity of a city.
针对城市灾害应急管理的主要特点,运用直觉模糊集的有关知识,对城市灾害应急管理综合能力进行了评估。
5) intuitionistic fuzzy sets
直觉模糊集
1.
A new operation decision-making algorithm based on intuitionistic fuzzy sets;
一种新的基于直觉模糊集的作战决策算法
2.
Multiple attribute decision making method based on intuitionistic fuzzy sets;
基于直觉模糊集的多属性模糊决策方法
3.
The Relations between Both-branch Fuzzy Sets and Intuitionistic Fuzzy Sets (I);
双枝模糊集与直觉模糊集的关系(I)
6) intuitionistic fuzzy entropy
直觉模糊熵
1.
The method exploits two important evaluation factors: intuitionistic fuzzy correlation and intuitionistic fuzzy entropy.
该方法采用直觉模糊相关度和直觉模糊熵两个重要因子来评价直觉模糊聚类的有效性。
补充资料：动态模糊聚类法
分子式：
CAS号：
性质：又称动态模糊聚类法。选定一批聚类中心，其指标能反映该类的特征，将样本向最近的聚类中心聚类。再根据分类结果确定新的聚类中心，其各项指标为该类中所有样本的相应指标的平均值。然后计算前后两聚类中心的差异，如差异大于某一阈值，说明分类不合理，需修改分类，即以新的聚类中心代替旧的聚类中心，直到前后两聚类中心的差异小于某一阈值，认为分类合理，从而终止分类过程。
CAS号：
性质：又称动态模糊聚类法。选定一批聚类中心，其指标能反映该类的特征，将样本向最近的聚类中心聚类。再根据分类结果确定新的聚类中心，其各项指标为该类中所有样本的相应指标的平均值。然后计算前后两聚类中心的差异，如差异大于某一阈值，说明分类不合理，需修改分类，即以新的聚类中心代替旧的聚类中心，直到前后两聚类中心的差异小于某一阈值，认为分类合理，从而终止分类过程。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条