1) grey clustering method
灰色聚类法
1.
Comprehensive evaluation on water environment quality of Zhalong wetland based on grey clustering method;
基于灰色聚类法的扎龙湿地水环境质量综合评价
2.
Application of grey clustering method in eutrophication assessment for lake water;
应用灰色聚类法评价湖泊水体富营养化
3.
Application of grey clustering method to rural groundwater quality evaluation in Tai-Lake Region;
灰色聚类法对太湖地区农村地下水水质的评价
2) Grey Clustering
灰色聚类法
1.
Application of Grey Clustering in Evaluation of the Water Quality of Banxi River;
灰色聚类法在畔溪河水质综合评价中的应用
2.
Based on the surficial sediments from the Zhejiang offshore and the comprehensive assessment factors of seven trace metals,the assessment of environmental quality in the surficial sediments was made using the grey clustering.
以浙江省近岸海域表层沉积物为研究对象,7种痕量金属元素为综合评价指标,运用灰色聚类法对浙江近岸海域表层沉积物环境质量进行评价分区。
3) Gray Clustering Method
灰色聚类法
1.
We established water quality information database of 29 water quality test points in Panshi city based on ArcGIS,and evaluated the groundwater environment quality by using the gray clustering method.
基于ArcGIS建立了磐石市29个监测点的水质信息数据库,采用灰色聚类法进行地下水环境质量评价。
2.
Because gray clustering is an important method in decision making when the available data are limited, based on the statistical data available, the paper analyzes how to select the agricultural leading industries with the gray clustering method, and then explains the results q.
基于相关的统计数据,运用灰色聚类法对新疆农业主导产业进行量化分析,以量化分析的结果为基础,结合新疆农业的实际情况对农业主导产业作进一步的分析。
4) Reformed grey gathering classification method
改性灰色聚类法
5) grey clustering evaluation
灰色聚类评估法
6) grey clustering algorithm
灰色聚类算法
1.
The grey clustering algorithm for the data mining had been used to find the main failure types for some equipment based on the data grid.
已开发的原型系统实现了两个数据网格服务中心的信息共享,并用实例验证了用灰色聚类算法来发现某设备的故障规律可行性。
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