1) Fuzzy granular
模糊相似类
2) fuzzy similarity clustering
模糊相似聚类
1.
Two improved niche genetic algorithms (niche genetic algorithm based on fuzzy similarity clustering and self-adaptive controlling of peaks radii, and multi-niche crowding genetic algorithm based on fitness sharing) are proposed in this paper, for overcoming the limitations of traditional multiple hump searching niche genetic algorithms.
本文在分析传统求解多模态函数优化问题的小生境算法的基础上,针对存在的不足,提出了两种改进的小生境遗传算法:自适应模糊相似聚类小生境遗传算法和基于适应值共享的多生境排挤遗传算法。
2.
Determining the count of niche and the value of niche radius is a hard problem for multiple hump functions,so the niche genetic algorithm based on fuzzy similarity clustering and self-adaptive controlling of peaks radii is proposed.
提出了基于峰半径自适应调整和模糊相似聚类的小生境遗传算法。
3) fuzzy aggregation/ fuzzy similar relationship
模糊聚类/模糊相似关系
4) fuzzy similarity
模糊相似
1.
This paper puts forward an electronic commercial oriented automatic negotiation system based on the fuzzy similarity function.
基于模糊相似关系,提出一种面向电子商务实际应用的多属性自动协商系统方法。
5) fuzzy similarity-ratio
模糊相似比
1.
A simple and quick algorithm, integrated with weighted distribution and Hamming distance, is derived from the principle of fuzzy similarity-ratio.
从模糊相似比原理出发，推证出一种简捷的快速算法，并综合了权重和海明距离两方面因素，从而使模糊相似比方法得到改进。
6) Fuzzy Similarity
模糊相似性
1.
Fuzzy Similarity between Calculation System of Mixture Properties and Chemical Plant;
物性计算系统与实际化工系统的模糊相似性
2.
This paper presents an improved FMRF segmentation method based on the pairwise FMRF and introduced the fuzzy similarity of cliques and borders which could distinguish the energy cont.
改进模糊马尔可夫随机场是在分段模糊马尔可夫随机场中引入模糊意义的后验概率公式及基团和边缘类型"模糊相似性"概念,通过对不同基团和边缘类型的模糊相似性描述与判断,使得图像分割对于边缘的判断和噪声的抑制具有更好的效果。
3.
A new thresholding using multi-properties based on ultra-fuzzy sets was proposed (F2ES),which processed optimal threshold as comprehensive assessment function constructed by fuzzy entropy and fuzzy similarity based on ultra-fuzzy sets.
针对这些问题,介绍了一种基于超模糊集合理论的多属性图像阈值分割方法(F2ES),在超模糊集的基础上,结合模糊熵和模糊相似性两种截然不同的属性刻画待分割图像,构造综合评价函数,得到最佳阈值。
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