网友您好, 请在下方输入框内输入要搜索的题目:
题目内容
(请给出正确答案)
5、基于中心点可能度函数的灰色聚类评估模型适用于
A.最可能属于各灰类的点与灰类的边界皆明确的情形
B.最可能属于各灰类的点与灰类的边界皆不清晰的情形
C.易于判断最可能属于各灰类的点,但灰类边界不清晰的情形
D.各灰类边界清晰,但最可能属于各灰类的点不易判定的情形
参考答案和解析
TCP
更多 “5、基于中心点可能度函数的灰色聚类评估模型适用于A.最可能属于各灰类的点与灰类的边界皆明确的情形B.最可能属于各灰类的点与灰类的边界皆不清晰的情形C.易于判断最可能属于各灰类的点,但灰类边界不清晰的情形D.各灰类边界清晰,但最可能属于各灰类的点不易判定的情形” 相关考题
考题
以下对k-means聚类算法解释正确的是()A.能自动识别类的个数,随即挑选初始点为中心点计算B.能自动识别类的个数,不是随即挑选初始点为中心点计算C.不能自动识别类的个数,随即挑选初始点为中心点计算D.不能自动识别类的个数,不是随即挑选初始点为中心点计算
考题
单选题下面关于Jarvis-Patrick(JP)聚类算法的说法不正确的是()。A
JP聚类擅长处理噪声和离群点,并且能够处理不同大小、形状和密度的簇B
JP算法对高维数据效果良好,尤其擅长发现强相关对象的紧致簇C
JP聚类是基于SNN相似度的概念D
JP聚类的基本时间复杂度为O(m)
考题
多选题蒸气云爆炸危害评估()ATNT当量模型B基于CFD技术的扩散模型CTNO多能模型D基于CFD技术的爆炸模型
热门标签
最新试卷