摘要
基于Logisitic曲线的k-NN灰色评估方法,一定程度上消除了主观因素对评估结果造成的影响。一般的指标量级同化,都存在着一定程度的误差。以线性指标量级同化方法为例,相对于划分更细致度量空间更大的指标来说,那些划分粗略度量空间较小的指标向其量级同化后往往会造成不容忽略的误差。文章以线性指标量级同化方法为例,借鉴了Logisitic曲线的k-NN灰色评估方法中消除主观因素的处理方法,对评分矩阵的数据先进行修正,然后,再进行规范化即指标量级同化,力求评估结果更加客观合理。
出处
《统计与决策》
CSSCI
北大核心
2013年第11期25-28,共4页
Statistics & Decision
