说明:双击或选中下面任意单词,将显示该词的音标、读音、翻译等;选中中文或多个词,将显示翻译。
您的位置:首页 -> 词典 -> 部分监督模糊C-均值聚类算法
1)  partial supervised and weighted fuzzy C-means algorithm
部分监督模糊C-均值聚类算法
1.
Ideal objective in decision making theory is regarded as supervised information, a new multi-objective decision making method utilizing partial supervised and weighted fuzzy C-means algorithm of fuzzy clustering analysis has been proposed in this paper, the method is not only able to identify optimal project, but also to ascertain order and .
本文以决策论中的理想目标作为监督信息,利用模糊聚类分析中的部分监督模糊C-均值聚类算法,提出一种新的多目标决策方法,该方法不仅能识别最佳方案,而且能确定各备选方案的排序,以及属于理想目标的程度。
2)  partial supervision fuzzy c-means(PSFCM) algorithm
半监督模糊c均值算法
3)  FCM
模糊C均值聚类算法
4)  Fuzzy c-means clustering
模糊C-均值聚类算法
5)  FCM clustering algorithm
模糊C-均值聚类算法
1.
Modifying the objective function of FCM and introducing a variable as the parameter to control the tight degree of neighborhood effect present a spatial model to FCM clustering algorithm.
模糊C-均值聚类算法(FCM)已广泛地运用到MR图像的分割中。
6)  fuzzy C-mean(FCM) clustering algorithm
模糊C均值(FCM)聚类算法
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。

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