1) RFRA algorithm
鲁棒模糊回归聚类算法
1.
The RFRA algorithm is implemented in authors experiment.
该文介绍了移动机器人磁罗盘定位系统中TS模糊模型的构建、鲁棒模糊回归聚类算法RFRA的基本框架与实现,并在实验中验证了这种算法的性能。
2) robust fuzzy-clustering
鲁棒模糊聚类
1.
We propose a new method for fuzzy modeling based on a robust fuzzy-clustering algorithm.
采用一种基于鲁棒模糊聚类算法的模糊辨识方法,通过引入局部划分关联度因子,增强了系统辨识的抗干扰能力,提高了系统辨识的鲁棒性。
3) robust clustering algorithm
鲁棒聚类算法
4) robust principal components regression based on principal sensitivity vectors(RPPSV)
鲁棒主分量回归算法
1.
By combining PRLS and robust principal components regression based on principal sensitivity vectors(RPPSV),the block-wise outlier detection algorithm was carried out,which effectively overcame the shortcoming of large computation burden in common outlier detection algorithm.
通过将递推偏最小二乘法(RPLS)与鲁棒主分量回归算法(RPPSV)相结合,实现分块野点检测算法,有效地解决了一般野点检测算法的计算量大的问题。
5) fuzzy C-regression model clustering
模糊C-自回归模型聚类
6) robust regression
鲁棒回归
1.
Application of robust regression in the hydraulic structure safety monitoring modeling;
鲁棒回归在水工建筑物安全监控模型建立中的应用
2.
A motion based segmentation scheme for image motion estimation is proposed using variable order parameterized models of image motion and robust regression.
借助于图像运动的变阶参数模型和鲁棒回归分析 ,提出一种基于运动分割的图像运动估计方法 。
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