1) relational grade clustering
相关等级聚类
2) hierarchical clustering
等级聚类
1.
Temporal-spatial variability of water quality of the lake is analyzed by comprehensive index method,fuzzy mathematics and hierarchical clustering method,while eutrophication of the lake is assessed by TSIM indexes.
采用综合指数法对近年来昆承湖水质变化趋势进行了分析,用模糊数学综合评价法对该湖2005年水质进行评价,用等级聚类法进一步分析了其水质的空间差异,用TSIM方法分析了昆承湖富营养化状况。
2.
This paper compares some approaches in microarray gene expression data analysis,including hierarchical clustering, K-means, fuzzy clustering and self-organized tree from space and time complexity of algorithms and biological significance of their results.
比较了微阵列基因表达数据处理中的几种方法,包括等级聚类、K-means方法、模糊聚类和自组织树。
3.
We used random matrix theory(RMT)to remove the noises in lung cancer gene expression data and used the modules approach and the hierarchical clustering approach to construct the gene networks.
利用随机矩阵理论(RMT)方法除去肺癌基因表达数据中的噪声,并将去噪后的数据分别用模块方法和等级聚类方法进行处理。
3) clustering degree
聚类等级
4) Rank correlation
等级相关
1.
Aiming at the shortcoming that the evaluation result obtained from comprehensive evaluation by principal component analysis is susceptible to abnormal values, this paper points out two methods, the variable transformation for the original data and the rank correlation matrix in the process of principal component analysis, to improve the stability of the comprehensive evaluation result.
针对用主成分分析进行综合评价中所产生的评价结果易受异常值影响的缺点,提出了在主成分分析的过程中对原始数据作变量代换方法或基于等级相关阵方法,可以提高综合评价结果的稳定性。
2.
Four methods are used to solve the same problem by the rank correlation theory to single out the optimum from the results in fig.
本文应用四种多目标决策方法对同一问题进行分析,并用等级相关理论对结果进行比较,根据比较得出的最优方法对重庆市2000年36个行业部门进行排序,确定出重庆市在“十五”期间应该优先投资发展的几个关键部门依次是金融业,光电子及信息技术产业,医药化工业,汽车摩托车工业等行业。
3.
In this peper, four method are ￣ tO solve the samequeStion,by making use of the rank correlation theory to judge which is optimum according tO the resultS.
应用四种多目标决策方法对同一问题进行分析，然后运用等级相关理论对其结果进行了比较。
5) Relative cluster analysis
相关聚类
6) cluster correlation
聚类相关
补充资料：Kendall等级相关系数
Kendall等级相关系数
ion Kendall coefficient of rank correla-
Kd山u等级相关系数「E曰吐山以吧伍d句t of.”血伪川如.d佣;Ke”皿姗a劝，帅胭“e，TP朋ro“0‘ICOPpe几.朋毗」 两个随机变量(特征)X和Y间相依关系的样本度量之一，基于样本元素(戈，Y.)，二，(Xn，玖)的等级评定.这样，众n山山等级相关系数属于秩统计量(mllksta比tic)并且定义为 25 f r.·…r_、 ”Ln一1)其中;，是在X秩为i的数偶(X，y)中Y的秩、S二ZN一”(。一l)/2，N是样本中]>i和r，>r‘同时成立的元素个数.总有一1簇t《1.M.R上以坛U广泛使用K淤nd目等级相关系数做相依性度量(见〔1」). Ken山山等级相关系数被用于检验随机变量独立的假设.如果独立性的假设成立，则云二0，DT“2(2n十5)/〔gn(”一l)1.当样本容量较小时(4蛋n镬10)，独立性假设的统计检验借助于专门的数表(见【31〕来进行.当衬>10时，利用:的分布的正态逼近二如果 ，·，>一擂离，则否定关于独立的假设，否则接受假设.这里，:是显著性水平，。司:是标准正态分布的100(:/2)百分位点.像任何秩统计量一样，KendaU等级相关系数可以用于揭示两个属性特征的相依性，只要样本的元素可以按这些特征评定等级，如果X和Y有联合正态分布且相关系数为p，则p与Kendal丈等级相关系数有如下关系: _2 七T=一atcsmP· 兀亦见S碑ar田叨等级相关系数(s户汾m曰n cocfficientof几mk eorlehaion);秩检验(mnk此0.
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