1) fuzzy mean variance
模糊均方差
1.
In the method, the probabilities of states and the benefits of projects were expressed in the forms of triangular fuzzy numbers,and the approach to calculating fuzzy expected benefit, fuzzy mean variance and fuzzy variance coefficient were presented.
依据以往风险性投资决策分析的基本原理和风险投资项目的特点 ,提出了一种带有模糊信息的风险投资项目决策方法·在该方法中 ,状态概率和项目收益将采用三角模糊数来表示 ,并且给出了项目的模糊期望收益、项目收益的模糊均方差及模糊变异系数的定义和计算方法 ,同时为了便于项目选择和排序 ,还进一步给出了将模糊数映射为期望值的简捷计算公式·该方法克服了以往风险性投资决策分析方法的不足 ,拓宽了应用范围·最后给出了一个算例
2) fuzzy mean error
模糊均差
1.
According to characteristics of medical images,in order to find more suited algorithms for estimating the standard variance,this paper presented a novel algorithm to estimate noise standard variation by fuzzy mean error instead of variance.
针对医学图像的特点、基于寻找更合适的噪声标准差估计方法,本研究提出了一种新的利用模糊均差代替普通标准方差估计噪声标准差的方法。
3) fuzzy variance
模糊方差
1.
The concept of fuzzy expectation and fuzzy variance is put forward based on expectation and variance.
在数学期望和方差的基础上,提出模糊期望和模糊方差的概念,并以此为理论依据提出模糊回归分析,建立了一个实用的模糊决策模型,并举例说明了模型的应用效果。
4) fuzzy covariance
模糊协方差
1.
3)SS-FCM with fuzzy covariance and a small number of good-selected labeled samples can effectively improve the accuracy and convergence rate.
实验结果:(1)修改算法与Pedrycz算法有相同的半监督作用和清楚的物理解释;(2)对labeled样本采用FCM算法赋值比用随机数的收敛稳定性高;(3)优选的少量labeled样本,使用模糊协方差的SS-CFCM算法提高了聚类准确性和收敛速度。
2.
This paper integrates the principle of Fuzzy Set with the principle of Maximum Likelihood Classification(MLC),and substitutes the traditional mean value and covariance matrix in MLC using the fuzzy mean value and fuzzy covariance.
本文将模糊集理论与最大似然分类原理相结合,用模糊均值和模糊协方差代替传统最大似然分类的均值和协方差矩阵,依据极大隶属度原则,对最大似然分类算法进行改进。
5) mean-standard deviation model
均值均方差模型
6) local fuzzy variance
局部模糊方差
1.
To obtain a favorable segmented result of an image, a transition region method, based on the difference of local fuzzy variance between transition region and background, was proposed and used for image segmentation.
为取得良好的图像分割效果,利用局部模糊方差区分过渡区与背景区的差异,提出了一种基于局部模糊方差的图像过渡区提取方法并用于图像的分割。
补充资料：均方差
分子式：
CAS号：
性质：简称均方差。是样本中各个测定值xi对样本平均值x的差值平方和除以测定次数n，以表示。它不是总体方差σ2(x)的无偏估计值。
CAS号：
性质：简称均方差。是样本中各个测定值xi对样本平均值x的差值平方和除以测定次数n，以表示。它不是总体方差σ2(x)的无偏估计值。
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