3) fuzzy membership degree
模糊隶属度
1.
Concerning fixed maintenance adopted by ship-owners, a kind of game solution with fuzzy membership degree is presented to solve the problem of optimum strategy between ship-owners and repair units.
针对当前某型船舶修理采取定点维修制,提出利用一类模糊隶属度的博弈来解决船东与承修单位相互间的最优策略问题,利用合同调动修船厂积极性,同时提高修理质量。
2.
In this paper,a spatial classification and prediction algorithm based on fuzzy c-means(SFCM) is proposed by introducing the concept of fuzzy membership degree of a spatial object to a fuzzy cluster.
通过引入空间对象对模糊聚类的模糊隶属度的概念,提出了基于模糊c-means算法的空间数据分类和预测的方法(SFCM)。
3.
This paper attempts to associate information of fuzzy membership degree of training kernel sample with calculation of kernel distri-buted matrix.
尝试把训练核样本的模糊隶属度信息完全融入到核散布矩阵的计算中,使得KFDA在提取原始训练样本非线性特征的同时,又可以提取到训练核样本的隶属度信息,并且把这种方法应用到雷达一维距离像识别中,实验证明其取得了很好的识别效果。
4) fuzzy membership
模糊隶属度
1.
Handwritten Chinese character recognition based on stroke plane and fuzzy membership;
基于笔画平面和模糊隶属度的手写体汉字识别
2.
Different transforms of fuzzy membership values of sampled soils and theirs influences on resulted interpolation prediction
土壤模糊隶属度不同数据转换方法及其对空间插值结果的影响
3.
Through calculating fuzzy membership of every sample,the conception of fuzzy support vector machine(FSVM)is introduced,which can resolve the problem of unclassifiable regions in SVM.
探讨了支持向量机(SVM)的机理,并通过计算每一个样本的模糊隶属度,引入了模糊支持向量机(FSVM)的概念,解决了SVM中的不可分区域问题;应用FSVM对船舶电站主柴油机进行故障诊断,研究了FSVM参数的选择方法。
5) fuzzy membership region
模糊隶属带
1.
Secondly,boundary clouds and fuzzy membership regions for two or more clouds are obtained based on Boolean calculation.
该方法根据图像灰度,借助区域生长算法产生对象云;通过云运算生成边界云并构建模糊隶属带,进而在条件概率和模糊划分熵的基础上,根据最大模糊熵原则确定最优阈值,对图像模糊边界进行提取。
6) fuzzy memberships
模糊隶属值
1.
By imposing fuzzy memberships to each data point and introducing different error penalties for different classes,the robustness of PSVM was greatly enhanced.
提出一种改进的近似支持向量机算法——加权近似支持向量机,通过为不同类别设定不同的惩罚参数和为每个样本引入模糊隶属值,有效补偿类别差异带来的倾向性并去除噪声和野值数据的影响。
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