121.運用系統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.應用聚類分析綜合評價技術，實現了開發層系劃分的程序化和標準化。

123.主要研究音節基頻包絡的聚類問題。

124.提出一種雙層體系結構用于流數據上的聚類分析。

125.此外，還基于IRIS數據集比較了該算法與FKCN模糊自主聚類算法。

126.然后采用密度估計技術和爬山策略，定義和提取圖像數據庫的聚類以及歸類。

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業科研中的應用，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聯規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造了文檔的主題和關鍵字特征向量。聚類造句www.9061xoxo.com

131.基于等價關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特征，并進行了水質評價。

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.結論：聚類回歸能較好地處理非正態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，提出一種新的編網聚類分析方法。

136.尖點重聯的聚類調查及其IMF信賴。

137.聚類有效性指標用于評價聚類結果的有效性。

138.聚類分析是多元分析的一個分支。

139.以地質綜合分析的定性分析結論為基礎，采用灰色系統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網絡的結構確定中的應用。

141.運用分類標準矩陣、單指標白化權函數和置信度原則，提出了基于屬性識別的灰色聚類方法。

142.聚類是數據挖掘中很重要的一部分。

143.合并連接緊密度高的結點，得到最后的聚類結果。

144.一百從部隊的戰斗力出發，建立了較完備的地空導彈營戰斗力的評估指標體系，提出了一種基于灰色定權聚類和三角白化權函數的地空導彈營戰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，建立以概念為基礎的、具有主題分類特點的類目結構是中文信息動態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劃、水土保持分區中的應用，對提高分區的合理性、科學性具有很高的實用價值。

148.聚類過程都是根據數據之間的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量的聚類結果。

151.本文試圖通過結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標準差分析、協調度分析和聚類分析。并對市的用地效益結果進行分析。

153.通過對有關信息構建研究論文的聚類，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，解決了聚類結果中存在“子簇”的問題。

155.本文設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.針對大規模WCDMA無線網絡基站布局規劃問題，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。

160.本文將基于有限混合模型的貝葉斯聚類方法推廣應用到成分數據和有序數據的聚類分析。

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據聚類方法。

163.在灰色定權聚類模型的基礎上，提出了一種基于三角白化權函數的評估模型。

164.數據集合的大小，數據的維數和數據的稀疏性都是制約聚類的不同方面。

165.聚類分析。結果表明，對中國澤瀉科植物定量分類得到的結果與傳統定性分類的結果一致。

166.一百零第二階段采用統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.應用模糊聚類方法劃分貴州含笑屬植物區系地理成分。

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.本文應用聚類判別分析的多元統計方法，對十二個廠家生產的安宮牛黃丸進行了綜合質量評價。

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上，探討了新疆城市競爭力的優化對策。

173.為減少語音識別中聲學模型的參數量，提高參數訓練的魯棒性，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.規則學習模塊通過自組織聚類過程自動生成規則。

176.中部;城市;投資環境;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.根據聚類分析，討論了紫膠蟲主要生產種的親緣關系。

179.提出了基于頻繁特征項集的文檔聚類方法。

180.選擇特定地區不同時相的多光譜圖像進行聚類分析，可以實現衛星核查和作物估產等應用目的和要求。