1) Clustering
[英]['klʌstə] [美]['klʌstɚ]
聚类法
1.
The method uses some technologies such as association rules,pattern matching,grammars,clustering.
该方法综合运用关联规则法、模式匹配、语法规则、聚类法等技术来抽取信息 ,从而较好地解决了现有的抽取方法准确性较差、通用性较差、人工干预较多的问题。
2) clustering and classification algorithms
聚类分类法
3) Subtractive clustering
减法聚类
1.
BOF end-point temperature prediction model of fuzzy neural network system with subtractive clustering;
基于减法聚类的模糊神经网络转炉终点温度预报模型
2.
Design of hierarchical fuzzy systems based on subtractive clustering and adaptive neuro-fuzzy inference systems;
基于减法聚类和自适应神经模糊推理系统的递阶模糊系统的设计
3.
An integrated method was proposed by combining subtractive clustering and fuzzy C-means (FCM) clustering algorithms.
在织物客观评估的基础上,提出了基于减法聚类与模糊C 均值(FCM)聚类的集成方法用于纺织品质量评估分析。
4) cluster algorithm
聚类算法
1.
Applying fuzzy cluster algorithm to Web information retrieval;
模糊聚类算法在Web信息搜索中的应用
2.
An improved K-means cluster algorithm
一种改进的K-均值聚类算法
3.
A learning algorithm based on cluster algorithm is presented and the ratio of recognition gets improved a lot.
提出了一种基于聚类算法的选择原型向量的方法。
5) clustering algorithm
聚类算法
1.
An improved fuzzy clustering algorithm;
一种改进的模糊聚类算法
2.
Scan line seed fill based clustering algorithm for two-value image;
基于扫描线种子填充的二值图像聚类算法
3.
Strategy-making method of overhead line control and undergroundcable retrofitting based on clustering algorithm;
基于聚类算法的架空线路入地改造控制决策方法
6) clustering method
聚类方法
1.
Client transaction behavior pattern recognition based on clustering method;
基于聚类方法的客户交易行为模式识别
2.
This paper using clustering method analyzes the relevant data of rural residents consumption in China.
本文运用数理统计学中的聚类方法,对我国农村居民消费的相关数据进行分析,首先得出我国农村居民消费结构的阶段性演变特征,说明国家政策对农村居民生活水平影响显著。
3.
In this paper,clustering methods in large databases are analyzed and classified.
本文对应用于大型数据库的聚类方法做了分析,并进行分类,列举了每类中的典型的聚类算法及其局限性,最后论述了将聚类技术应用于大型数据库的相关技术、基本准则以及以后的研究方向。
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