121.運用系統(tǒng)聚類和模糊聚類方法，確認貴州麻鴨在我國主要地方鴨種中的分類地位。
122.應(yīng)用聚類分析綜合評價技術(shù)，實現(xiàn)了開發(fā)層系劃分的程序化和標準化。
123.主要研究音節(jié)基頻包絡(luò)的聚類問題。
124.提出一種雙層體系結(jié)構(gòu)用于流數(shù)據(jù)上的聚類分析。
125.此外，還基于IRIS數(shù)據(jù)集比較了該算法與FKCN模糊自主聚類算法。
126.然后采用密度估計技術(shù)和爬山策略，定義和提取圖像數(shù)據(jù)庫的聚類以及歸類。
127.提出了一種新的基于聚類遺傳算法的多目標圖像識別算法。
128.采用主成分與基于模型的聚類分析組合來表征電相。
129.隨著電子計算機在農(nóng)業(yè)科研中的應(yīng)用，使聚類分析方法顯示了其特有的功能。
130.提出了一種新的基于關(guān)聯(lián)規(guī)則的多層文檔聚類算法，該算法利用新的文檔特征抽取方法構(gòu)造了文檔的主題和關(guān)鍵字特征向量。聚類造句m.9061xoxo.com
131.基于等價關(guān)系的模糊聚類是聚類分析中的一種。
132.一百零采用聚類分析研究了南屯煤礦礦井水的水化學(xué)特征，并進行了水質(zhì)評價。
133.一百因此需采用聚類分析對公路主樞紐城市進行聚類，劃分層次來進行功能分析。
134.結(jié)論：聚類回歸能較好地處理非正態(tài)性資料和多重共線性。
135.針對多個專家給出語言相似矩陣的聚類分析問題，提出一種新的編網(wǎng)聚類分析方法。
136.尖點重聯(lián)的聚類調(diào)查及其IMF信賴。
137.聚類有效性指標用于評價聚類結(jié)果的有效性。
138.聚類分析是多元分析的一個分支。
139.以地質(zhì)綜合分析的定性分析結(jié)論為基礎(chǔ)，采用灰色系統(tǒng)理論中的灰聚類方法建立的剩余油定性描述量化模型，實現(xiàn)了剩余油潛力大小的定量化評價。
140.研究了模糊聚類分析在多變量模糊神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)確定中的應(yīng)用。
141.運用分類標準矩陣、單指標白化權(quán)函數(shù)和置信度原則，提出了基于屬性識別的灰色聚類方法。
142.聚類是數(shù)據(jù)挖掘中很重要的一部分。
143.合并連接緊密度高的結(jié)點，得到最后的聚類結(jié)果。
144.一百從部隊的戰(zhàn)斗力出發(fā)，建立了較完備的地空導(dǎo)彈營戰(zhàn)斗力的評估指標體系，提出了一種基于灰色定權(quán)聚類和三角白化權(quán)函數(shù)的地空導(dǎo)彈營戰(zhàn)斗力的灰色聚類評估方法。
145.面對滿足二維空間鄰接條件的聚類問題，定義了鄰接矩陣的概念。
146.一百以專用詞典為切分工具，建立以概念為基礎(chǔ)的、具有主題分類特點的類目結(jié)構(gòu)是中文信息動態(tài)自動聚類的一種適用方式。
147.闡述了有序樣本聚類方法在流域規(guī)劃、水土保持分區(qū)中的應(yīng)用，對提高分區(qū)的合理性、科學(xué)性具有很高的實用價值。
148.聚類過程都是根據(jù)數(shù)據(jù)之間的Euclidean距離。
149.本文闡述了灰色決策理論和灰色聚類決策的基本原理。
150.采用兩階段聚類識別出異常點并得到高質(zhì)量的聚類結(jié)果。
151.本文試圖通過結(jié)合聚類分析和進化樹分析的方法以解決此問題。
152.一百第四章對城市用地效益進行指數(shù)標準差分析、協(xié)調(diào)度分析和聚類分析。并對市的用地效益結(jié)果進行分析。
153.通過對有關(guān)信息構(gòu)建研究論文的聚類，把一些特征上類似的信息歸并在一起，鎖定了信息構(gòu)建研究的主題范圍。
154.在改進后的算法中添加螞蟻短期記憶和簇合并算法，解決了聚類結(jié)果中存在“子簇”的問題。
155.本文設(shè)計了一種基于熵的遺傳聚類分割算法。
156.盡管分割不很精確，但是作為預(yù)處理手段，這種分割算法在某些特殊情況下對其他聚類算法有很大幫助。
157.針對大規(guī)模WCDMA無線網(wǎng)絡(luò)基站布局規(guī)劃問題，提出一種基于聚類分解的分層算法。
158.提出了一種新的生存性評估測度—全網(wǎng)聚類生存度。
159.不同的聚類方法采用不同的相似測度和技術(shù)。
160.本文將基于有限混合模型的貝葉斯聚類方法推廣應(yīng)用到成分數(shù)據(jù)和有序數(shù)據(jù)的聚類分析。
161.在本文中，我們提出了一種新的無需距離函數(shù)的聚類方法。
162.首先介紹聚類和分類的概念，然后討論了十一種數(shù)據(jù)聚類方法。
163.在灰色定權(quán)聚類模型的基礎(chǔ)上，提出了一種基于三角白化權(quán)函數(shù)的評估模型。
164.數(shù)據(jù)集合的大小，數(shù)據(jù)的維數(shù)和數(shù)據(jù)的稀疏性都是制約聚類的不同方面。
165.聚類分析。結(jié)果表明，對中國澤瀉科植物定量分類得到的結(jié)果與傳統(tǒng)定性分類的結(jié)果一致。
166.一百零第二階段采用統(tǒng)計直方圖聚類削波求取閾值，并得到最終準確的端點。
167.一百、通過線性變換得出模糊聚類指標及模糊子集。
168.應(yīng)用模糊聚類方法劃分貴州含笑屬植物區(qū)系地理成分。
169.通過對沉積物的模糊聚類分析，探討了沉積物的存在模式及其形成機理。
170.本文應(yīng)用聚類判別分析的多元統(tǒng)計方法，對十二個廠家生產(chǎn)的安宮牛黃丸進行了綜合質(zhì)量評價。
171.聚類分析表明，全部材料可劃分為五個類群。
172.在分析新疆城市競爭力綜合排名及類型聚類的基礎(chǔ)上，探討了新疆城市競爭力的優(yōu)化對策。
173.為減少語音識別中聲學(xué)模型的參數(shù)量，提高參數(shù)訓(xùn)練的魯棒性，提出了一種基于升值法模糊聚類的異音混合共享模型。
174.經(jīng)模糊聚類分析表明，柑桔葉片害蟲群落由集群和邊緣種組成。
175.規(guī)則學(xué)習模塊通過自組織聚類過程自動生成規(guī)則。
176.中部;城市;投資環(huán)境;因子分析;聚類分析。
177.提出了一種基于孤立點檢測的核聚類入侵檢測方法。
178.根據(jù)聚類分析，討論了紫膠蟲主要生產(chǎn)種的親緣關(guān)系。
179.提出了基于頻繁特征項集的文檔聚類方法。
180.選擇特定地區(qū)不同時相的多光譜圖像進行聚類分析，可以實現(xiàn)衛(wèi)星核查和作物估產(chǎn)等應(yīng)用目的和要求。
