1) fuzzy nonhierarchical clustering
逐步模糊聚类法
2) progressive clustering method
逐步聚类法
3) stepwise clustering
逐步聚类
1.
Stepwise clustering and fuzzy c—means algorithm clustering are applied to the partition of Pinus tabulaeformis forest areal in Shanxi,based on the result of principal component analysis.
文中应用逐步聚类和模糊ｃ—均值聚类于山西油松林分布区划分的比较研究，结果表明逐步聚类和模糊ｃ—均值聚类具有很高的相似性。
4) Gradual cluster analysis
逐步聚类
1.
Taking the method of gradual cluster analysis,the grading standard of 100 days old Altingia excelsa seedlings was studied,the height and basal diameter were proposed as the quality evaluation standard.
采用逐步聚类分析方法,对高阿丁枫苗龄为100天的苗木分级标准进行了研究,提出了以苗高和地径作为苗木分级的质量指标,通过计算分析得出了此苗龄下的高阿丁枫苗木分级标准:Ⅰ级苗,苗高≥13。
2.
was studied by using the methods of gradual cluster analysis.
采用逐步聚类分析方法,对铁力木容器苗苗木的分级标准进行了探讨。
3.
The standard of seedling grading of Pterocarpus indicus was studied by using the methods of gradual cluster analysis.
采用逐步聚类分析方法,对印度紫檀容器苗苗木的分级标准进行了探讨。
5) fuzzy clustering
模糊聚类法
1.
Based on the actuality and ecologically environmental characteristics,this paper establishes indexes for assessing environmentally ecologic suitability,and uses the fuzzy clustering and the soft SPSS to region.
本文根据武安市的实际情况和土地生态环境特点构建生态适宜性评价指标体系,应用模糊聚类法和SPSS软件对武安市进行生态功能分区。
2.
Secondly,we tried to identify Da Huo Luo pill and other chinese medicines by using three methods,including the similarly analysis of vectors,the statistical analysis of compositional data and the fuzzy clustering.
对全国各地用原子吸收光谱仪测定10批次大活络丸中12种无机元素及建立的指纹图谱,尝试用成分数据分析法、向量相似法和模糊聚类法建立全国无机元素的指纹图谱和中药质量控制标准方法,获得较满意的结果。
6) fuzzy cluster
模糊聚类法
1.
On the basis of monitoring and obtaining a large number of monitoring data on a large scale to density of plant Fluorine content and surrounding air fluoride,it judged synthetically to aluminum smelter for surrounding air fluoride pollute range and degree with fuzzy cluster law.
在对植物含氟量和环境空气氟化物浓度进行大规模监测并获取大量监测数据的基础上,用模糊聚类法对铝厂周围环境氟化物污染范围和程度进行了综合分析评判,根据环境空气氟化物浓度并结合植物含氟量对铝厂周围环境进行了污染分区,客观真实地反映了铝厂周围环境的污染状况。
补充资料：逐步模糊聚类法
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