1)Fuzzy analysis模糊分析
1.Mechanical Properties Predication of Steel 16Mn Medium and Heavy Plate using Statistic-Fuzzy Analysis Method;統計-模糊分析法預測16Mn鋼中厚板的力學性能
2.Application of fuzzy analysis to oil-gas reserves productivity prediction: the development data of Panguliang area in Jing'an oilfield being taken as example;模糊分析在油氣儲量產能預測中的應用——以靖安油田盤古梁區開發數據為例的分析
3.The flux s fuzzy analysis of programming inside of city transportation;基于模糊分析的城市交通規劃中流量研究
英文短句/例句
1.Analysis on the Semantic Fuzziness and Pragmatic Fuzziness in Legal Language;法律語言的語義模糊和語用模糊分析
2.On fuzzy sort and fuzzy probabilities analysis of flood rise;洪水流量的模糊分類及模糊概率分析
3.Fuzzy Convex Analysis and Its Applications to Fuzzy Programming;模糊凸分析及其在模糊規劃中的應用
4.Fuzzy Finite Element Method of Fuzzy Reliability Analysis of Structures;結構模糊可靠度分析的模糊有限元法
5.Analysis for the Water Resources Shortage Types of Handan City--Fuzzy Pattern Analysis邯鄲市缺水類型分析——模糊模式分析
6.Study on the Design and Analysis of Fuzzy Controller Via Fuzzy Model;基于模糊模型的模糊控制器設計與分析研究
7.The fuzzy prediction of Economic Early Warning Indicators by Using Fuzzy Regression Analysis Model模糊回歸分析模型對景氣預警指數的模糊預測
8.A Simulation Study on Mamdani Fuzzy Logic Controller and Variable Universe Fuzzy Logic Controller;Mamdani模糊控制器與變論域模糊控制器的仿真分析
9.Analyzing the Use of Fuzzy Words and Fuzzy Restricted Words in Poems;“模糊詞”與“模糊限制詞”在詩歌語言中的例證分析
10.Research on Fuzzy Cluster Analysis of Fuzzy C-means Clustering Calculation Method模糊聚類分析中模糊c均值聚類計算方法研究
11.A selection model for optimal fuzzy clustering based on hierarchical analytic process基于層次分析法的模糊分類優選模型
12.Analyzing and modeling of supply chain diagnosis based on fuzzy Petri net;基于模糊Petri網的供應鏈診斷建模分析
13.Analysis and Fuzzy Evaluation of Enterprise Digitalization Construction Modes;企業信息化建設模式分析及模糊評價
14.PROCEDURE FOR ANALYZING THE FUZZY RELIABILITY OF STRUCTURAL SYSTEM WHEN PARAMETERS OF PROBABILISTIC MODELS ARE FUZZY概率模型含模糊分布參數的結構體系模糊可靠度分析方法
15.Fuzzy Classification Approaches Based on AFS Fuzzy Logic;基于AFS模糊邏輯的分類分析方法研究
16.A Character Preclassification Based on Fuzzy Typographical Analysis;基于模糊印刷分析的字符預分類方法
17.Fisher discriminant analysis based on Choquet integral基于模糊積分的Fisher判別分析
18.Fuzzy Reliability Analysis and Application of Structural Systems with Fuzzy Variables as Distribution Parameters分布參數為模糊變量的結構體系模糊可靠性分析方法及應用
相關短句/例句
fuzzy analysis method模糊分析法
3)fuzzy complex analysis模糊復分析
1.This paper is about the synthetical comment for the research on fuzzy complex analysis.綜述模糊復分析學的研究進展并對其發展歷史進行了簡單回顧,主要介紹了近年來有關模糊復分析研究的一些主要成果,最后對該學科今后需要進一步研究的課題進行了分析和概括。
2.Next,by counterexam-ples,it is shown that there are some errors in the definitions of the fundamental concepts offuzzy complex analysis,fuzzy complex number and generalized complex fuzzy number.全文共六章，主要研究工作分四個部分：第一部分研究了模糊實數的推廣和模糊復分析。
4)fuzzy set analysis模糊集分析
1.Application of fuzzy set analysis during flood seasons in utilization of flood resources in Baiguishan Reservoir;白龜山水庫汛期模糊集分析及在洪水資源化中的應用
2.Applying new theory of fuzzy hydrology, basing on genetic analysis and combining probabilistic statistical analysis with fuzzy set analysis, this paper comprehensively analyses and studies the flood period of Menlou Reservoir.應用模糊水文學的新理論，以成因分析為基礎，將概率統計分析與模糊集分析相結合，對門樓水庫汛期進行了綜合分析研究，求出了汛期防洪限制水位過程。
5)fuzzy analysis[氣]模糊分析
6)fuzzy convex analysis模糊凸分析
1.Part 2 is to study fuzzy convex analysis and its generalizations.第二部分研究了模糊凸分析及其推廣。
延伸閱讀
模糊聚類分析 涉及事物之間的模糊界限時按一定要求對事物進行分類的數學方法。聚類分析是數理統計中的一種多元分析方法，它是用數學方法定量地確定樣本的親疏關系，從而客觀地劃分類型。事物之間的界限，有些是確切的，有些則是模糊的。例如人群中的面貌相像程度之間的界限是模糊的，天氣陰、晴之間的界限也是模糊的。當聚類涉及事物之間的模糊界限時，需運用模糊聚類分析方法。模糊聚類分析廣泛應用在氣象預報、地質、農業、林業等方面。通常把被聚類的事物稱為樣本，將被聚類的一組事物稱為樣本集。模糊聚類分析有兩種基本方法：系統聚類法和逐步聚類法。 系統聚類法 系統聚類法是基于模糊等價關系的模糊聚類分析法。在經典的聚類分析方法中可用經典等價關系對樣本集X進行聚類。設R是 X上的經典等價關系。對X中的兩個元素x和y，若xRy或(x，y)∈R，則將x和y并為一類，否則x和y不屬于同一類。 相應地，可用X上的模糊等價關系對樣本集X進行模糊聚類。設慒是X上的模糊等價關系，是慒 的隸屬函數。對于任何α∈[0，1]，定義慒 的α截關系 Sα是X上的經典等價關系。根據Sα得到X 的一種聚類,稱為在α水平上的聚類。即對于X中的任意兩個元素x和y,若,則x和y屬于同一類；否則x和y不屬于同一類。 應用這種方法,分類的結果與α的取值大小有關。α取值越大,分的類數越多。α小到某一值時,X中的所有樣本歸并為一類。這種方法的優點在于可按實際需要選取α的值，以便得到恰當的分類。 系統聚類法的步驟如下： ①用數字描述樣本的特征。設被聚類的樣本集為 X＝{x1，...,xn}。每個樣本均有p種特征,記作xi＝(xi1，...，xip)；i＝1，2，...,n；xip表示描述樣本xi的第p個特征的數。 ②規定樣本之間的相似系數rij(0≤rij≤1；i，j＝1，...，n)。rij描述樣本xi與xj之間的差異或相似的程度。rij 越接近于1,表明樣本xi與xj之間的差異越小;rij 越接近于0，表明xi與xj之間的差異越大。rij可用主觀評定或集體評分的方法規定，也可用公式計算，如采用夾角余弦法、最小最大法、算術平均最小法等。 因為rii＝1(xi與自身沒有差異),rij＝rji(xi與xj之間的差異等同于xj與xi之間的差異),所以由rij(i，j＝1，...，n)可得X上的模糊相似關系： 一般，R不具備可傳遞性，因而R不一定是 X上的模糊等價關系。 ③運用合成運算R2＝R⋅R（或R4＝R2⋅R2等）求出最接近相似關系R的模糊等價關系S＝R2（或R4等）。若R已是模糊等價關系，則取S＝R。 ④選取適當水平α（0≤α≤1）,得到X 的一種聚類。 逐步聚類法 逐步聚類法是一種基于模糊劃分的模糊聚類分析法。它是預先確定好待分類的樣本應分成幾類，然后按最優化原則進行再分類，經多次迭代直到分類比較合理為止。 在分類過程中可認為某個樣本以某一隸屬度隸屬于某一類，又以另一隸屬度隸屬于另一類。這樣，樣本就不是明確地屬于或不屬于某一類。若樣本集有 n個樣本要分成c類，則它的模糊劃分矩陣為 此c×n模糊劃分矩陣有下列特性：①uij∈[0，1]；i＝1，...，c；j＝1,...，n。②即每一樣本屬于各類的隸屬度之和為1。③即每一類模糊子集都不是空集。 模糊劃分矩陣有無窮多個，這種模糊劃分矩陣的全體稱為模糊劃分空間。最優分類的標準是樣本與聚類中心的距離平方和最小。因為一個樣本是按不同的隸屬度屬于各類的，所以應同時考慮它與每一類的聚類中心的距離。逐步聚類法需要反復迭代計算，計算工作量很大，要在電子計算機上進行。算出最優模糊劃分矩陣后，還必須求得相應的常規劃分。此時可將得到的聚類中心存在計算機中，將樣本重新逐個輸入，去與每個聚類中心進行比較，與哪個聚類中心最接近就屬于哪一類。 這種方法要預先知道分類數，如分類數不合理，就重新計算。這就不如運用基于模糊等價關系的系統聚類法，但可以得到聚類中心，即各類模式樣本，而這往往正是所要求的。因此可用模糊等價關系所得結果作為初始分類，再通過反復迭代法求得更好的結果。
