1、算子通過(guò)聚類(lèi)分析將種群分割為互不相交的鄰域子種群，對每一個(gè)子種群應用單純形法進(jìn)行并行局部搜索。
2、提出了一種基于連通分支的聚類(lèi)分析算法，用以解決鋁電解工業(yè)生產(chǎn)中槽況的分類(lèi)問(wèn)題。
3、運用統計學(xué)的聚類(lèi)分析方法，將江蘇省淮北地區劃分成八類(lèi)旱澇年型，提出防汛抗旱決策結論。
4、探討了聚類(lèi)分析這一重要的數據挖掘方法在綜合評價(jià)中的應用，將模糊聚類(lèi)與綜合評價(jià)相結合以解決待評價(jià)方案數較多的排序問(wèn)題，并且文中還改進(jìn)了建立模糊相似矩陣的方法。
5、并在此基礎上建立模型對我國行業(yè)工傷事故風(fēng)險進(jìn)行聚類(lèi)分析。
6、星座圖與連接向量圖是多變量統計的直觀(guān)方法，可用于多變量樣本或多變量指標的聚類(lèi)分析。
7、結論秩和比法作為一種非參數綜合評價(jià)方法，可以與聚類(lèi)分析聯(lián)合應用于衛生服務(wù)評價(jià)。
8、同時(shí)引入聚類(lèi)分析有效性評價(jià)的統計量，實(shí)現了模糊聚類(lèi)的自適應性，避免了聚類(lèi)數目選取上存在的主觀(guān)性。
9、因此需采用聚類(lèi)分析對公路主樞紐城市進(jìn)行聚類(lèi)，劃分層次來(lái)進(jìn)行功能分析。
10、其中，模糊線(xiàn)性回歸預測模型和基于軟分類(lèi)空間的模糊聚類(lèi)分析預測模型較傳統模型有改進(jìn)，預測精度得到了進(jìn)一步提高。
11、選擇特定地區不同時(shí)相的多光譜圖像進(jìn)行聚類(lèi)分析，可以實(shí)現衛星核查和作物估產(chǎn)等應用目的和要求。
12、實(shí)驗表明，修正的簡(jiǎn)單分箱核估計構造方法具有良好的時(shí)間效率和計算精度，能夠運用于面向大規模數據集的聚類(lèi)分析應用。
13、由相似矩陣進(jìn)行模糊聚類(lèi)分析，得到了汕頭港地區底沙輸運路徑。
14、聚類(lèi)分析發(fā)現方正銀螂最先與異育銀螂聚成一支，再與異育銀螂準回交世代聚合，最后才與興國紅鯉聚合。
15、以“數字流域”為平臺，采用統計軟件，利用主成分分析和聚類(lèi)分析方法進(jìn)行了流域土地質(zhì)量等級評價(jià)。
16、針對多個(gè)專(zhuān)家給出語(yǔ)言相似矩陣的聚類(lèi)分析問(wèn)題，提出一種新的編網(wǎng)聚類(lèi)分析方法。
17、作者運用軟件，對收集來(lái)的這八臺機器在較長(cháng)一段時(shí)間內的停機時(shí)間數據進(jìn)行了聚類(lèi)分析和相關(guān)性分析，找出了造成失效時(shí)間較多的幾個(gè)主要因素。
18、根據聚類(lèi)分析，討論了紫膠蟲(chóng)主要生產(chǎn)種的親緣關(guān)系。?
19、聚類(lèi)分析也稱(chēng)群分析、點(diǎn)群分析，是研究分類(lèi)的一種多元統計方法，是構建個(gè)性化信息系統的關(guān)鍵技術(shù)。
20、應用模糊聚類(lèi)分析客觀(guān)分型劃類(lèi)的一種多元分析方法，對城市交通社會(huì )總成本進(jìn)行了比較。
21、針對一類(lèi)特征指標值及指標權重均為三角模糊數的多指標信息聚類(lèi)問(wèn)題，提出了一種新的最大樹(shù)聚類(lèi)分析方法。
22、將應用于模糊聚類(lèi)分析，給出求解模糊相似矩陣和傳遞閉包的算法。
23、聚類(lèi)分析直接利用相似矩陣或相關(guān)矩陣來(lái)分類(lèi)，但它們本身存在矛盾，分類(lèi)時(shí)也會(huì )出現矛盾。
24、比較完善的聚類(lèi)分析支持手動(dòng)選擇初始聚類(lèi)中心，類(lèi)似監督法分類(lèi)。
25、聚類(lèi)分析顯示強迫型人格障礙同強迫癥存在密切關(guān)系。
26、在定量評價(jià)的數學(xué)模型中，應用型聚類(lèi)分析劃分土地生態(tài)類(lèi)型，應用主成分分析法確定各生態(tài)類(lèi)型的地位級指數。
27、文章通過(guò)對鋅鋇白顏料粉種聚類(lèi)分析的仿真研究，說(shuō)明人工免疫算法廣闊的實(shí)用價(jià)值。
28、應用聚類(lèi)分析綜合評價(jià)技術(shù)，實(shí)現了開(kāi)發(fā)層系劃分的程序化和標準化。
29、這些分析技術(shù)已經(jīng)應用到數據挖掘的很多領(lǐng)域，尤其在聚類(lèi)分析中，平行坐標對數據集的定性分析使聚類(lèi)結果的合理性得到證明。
30、利用數據聚類(lèi)理論和方法對各天的路段上的交通流速度進(jìn)行了聚類(lèi)分析，驗證了速度數據的周相似的性質(zhì)，總結出了速度數據的分類(lèi)表。
31、然后依據傳統的編網(wǎng)聚類(lèi)方法的基本思路，給出基于群體語(yǔ)言相似矩陣的聚類(lèi)分析方法的計算步驟。
32、采用聚類(lèi)分析研究了南屯煤礦礦井水的水化學(xué)特征，并進(jìn)行了水質(zhì)評價(jià)。
33、探討物流園區、物流中心的概念，以及它們之間的相互關(guān)系，并對物流節點(diǎn)類(lèi)型確定進(jìn)行了聚類(lèi)分析。
34、聚類(lèi)分析是多元分析的一個(gè)分支。
35、接著(zhù)提出了一種用聚類(lèi)分析、非參數檢驗等構成的指標動(dòng)態(tài)篩選方法，有效的解決了全面性和代表性的問(wèn)題。
36、隨著(zhù)電子計算機在農業(yè)科研中的應用，使聚類(lèi)分析方法顯示了其特有的功能。
37、針對解決具有語(yǔ)言評價(jià)信息的多指標聚類(lèi)分析問(wèn)題，提出了一種基于二元語(yǔ)義信息處理的最大樹(shù)聚類(lèi)方法。
38、蜱類(lèi)在中國分布的聚類(lèi)分析結果與中國的動(dòng)物地理區劃基本一致，但華北區及甘肅、安徽、河南、云南與中國大陸動(dòng)物區系差異較大。
39、本文試圖通過(guò)結合聚類(lèi)分析和進(jìn)化樹(shù)分析的方法以解決此問(wèn)題。
40、論文在鏡頭分割的基礎上提出了基于多特征的鏡頭聚類(lèi)分析和基于鏡頭的場(chǎng)景邊界檢測兩種視頻場(chǎng)景構造方法，從而實(shí)現視頻層次結構挖掘。
41、針對具有語(yǔ)言評價(jià)信息的多指標群聚類(lèi)分析問(wèn)題，提出一種基于二元語(yǔ)義信息處理的最大樹(shù)聚類(lèi)方法。
42、實(shí)驗表明，基于鏡頭的場(chǎng)景邊界檢測性能優(yōu)于基于多特征的鏡頭聚類(lèi)分析。
將物理或抽象對象的集合分組為由類(lèi)似的對象組成的多個(gè)類(lèi)的分析過(guò)程。
m.