聚类分析造句

聚类分析造句

• 1、实验表明，基于镜头的场景边界检测性能优于基于多特征的镜头聚类分析。
• 2、采用聚类分析研究了南屯煤矿矿井水的水化学特征，并进行了水质评价。
• 3、文章通过对锌钡白颜料粉种聚类分析的仿真研究，说明人工免疫算法广阔的实用价值。
• 4、探讨了聚类分析这一重要的数据挖掘方法在综合评价中的应用，将模糊聚类与综合评价相结合以解决待评价方案数较多的排序问题，并且文中还改进了建立模糊相似矩阵的方法。
• 5、蜱类在中国分布的聚类分析结果与中国的动物地理区划基本一致，但华北区及甘肃、安徽、河南、云南与中国大陆动物区系差异较大。
• 6、这些分析技术已经应用到数据挖掘的很多领域，尤其在聚类分析中，平行坐标对数据集的定性分析使聚类结果的合理性得到证明。
• 7、由相似矩阵进行模糊聚类分析，得到了汕头港地区底沙输运路径。
• 8、比较完善的聚类分析支持手动选择初始聚类中心，类似监督法分类。
• 9、论文在镜头分割的基础上提出了基于多特征的镜头聚类分析和基于镜头的场景边界检测两种视频场景构造方法，从而实现视频层次结构挖掘。
• 10、聚类分析也称群分析、点群分析，是研究分类的一种多元统计方法，是构建个性化信息系统的关键技术。
• 11、以“数字流域”为平台，采用统计软件，利用主成分分析和聚类分析方法进行了流域土地质量等级评价。
• 12、聚类分析显示强迫型人格障碍同强迫症存在密切关系。
• 13、作者运用软件，对收集来的这八台机器在较长一段时间内的停机时间数据进行了聚类分析和相关性分析，找出了造成失效时间较多的几个主要因素。
• 14、针对解决具有语言评价信息的多指标聚类分析问题，提出了一种基于二元语义信息处理的最大树聚类方法。
• 15、实验表明，修正的简单分箱核估计构造方法具有良好的时间效率和计算精度，能够运用于面向大规模数据集的聚类分析应用。
• 16、提出了一种基于连通分支的聚类分析算法，用以解决铝电解工业生产中槽况的分类问题。
• 17、随着电子计算机在农业科研中的应用，使聚类分析方法显示了其特有的功能。
• 18、根据聚类分析，讨论了紫胶虫主要生产种的亲缘关系。
• 19、聚类分析直接利用相似矩阵或相关矩阵来分类，但它们本身存在矛盾，分类时也会出现矛盾。
• 20、应用聚类分析综合评价技术，实现了开发层系划分的程序化和标准化。
• 21、针对多个专家给出语言相似矩阵的聚类分析问题，提出一种新的编网聚类分析方法。 hAo86.com
• 22、同时引入聚类分析有效性评价的统计量，实现了模糊聚类的自适应性，避免了聚类数目选取上存在的主观性。
• 23、探讨物流园区、物流中心的概念，以及它们之间的相互关系，并对物流节点类型确定进行了聚类分析。
• 24、针对具有语言评价信息的多指标群聚类分析问题，提出一种基于二元语义信息处理的最大树聚类方法。
• 25、算子通过聚类分析将种群分割为互不相交的邻域子种群，对每一个子种群应用单纯形法进行并行局部搜索。
• 26、在定量评价的数学模型中，应用型聚类分析划分土地生态类型，应用主成分分析法确定各生态类型的地位级指数。
• 27、利用数据聚类理论和方法对各天的路段上的交通流速度进行了聚类分析，验证了速度数据的周相似的性质，总结出了速度数据的分类表。
• 28、然后依据传统的编网聚类方法的基本思路，给出基于群体语言相似矩阵的聚类分析方法的计算步骤。
• 29、聚类分析发现方正银螂最先与异育银螂聚成一支，再与异育银螂准回交世代聚合，最后才与兴国红鲤聚合。
• 30、其中，模糊线性回归预测模型和基于软分类空间的模糊聚类分析预测模型较传统模型有改进，预测精度得到了进一步提高。
• 31、本文试图通过结合聚类分析和进化树分析的方法以解决此问题。
• 32、针对一类特征指标值及指标权重均为三角模糊数的多指标信息聚类问题，提出了一种新的最大树聚类分析方法。
• 33、并在此基础上建立模型对我国行业工伤事故风险进行聚类分析。
• 34、运用统计学的聚类分析方法，将江苏省淮北地区划分成八类旱涝年型，提出防汛抗旱决策结论。
• 35、选择特定地区不同时相的多光谱图像进行聚类分析，可以实现卫星核查和作物估产等应用目的和要求。www.hAo86.COM/ZAoJU/
• 36、因此需采用聚类分析对公路主枢纽城市进行聚类，划分层次来进行功能分析。
• 37、聚类分析是多元分析的一个分支。
• 38、结论秩和比法作为一种非参数综合评价方法，可以与聚类分析联合应用于卫生服务评价。
• 39、将应用于模糊聚类分析，给出求解模糊相似矩阵和传递闭包的算法。
• 40、应用模糊聚类分析客观分型划类的一种多元分析方法，对城市交通社会总成本进行了比较。
• 41、星座图与连接向量图是多变量统计的直观方法，可用于多变量样本或多变量指标的聚类分析。
• 42、接着提出了一种用聚类分析、非参数检验等构成的指标动态筛选方法，有效的解决了全面性和代表性的问题。