|
关注：1
2013-05-23 12:21
求翻译：ated values. In other words, regardless the selection of (sub-)indicators, the dimension of the weighted normalized decision matrix is only determined by the number of the main risk factors, which is G. In doing so, the robustness of the model is consequently improved. To verify this supposition, we randomly delete or 是什么意思？ 待解决
 悬赏分：1
- 离问题结束还有
ated values. In other words, regardless the selection of (sub-)indicators, the dimension of the weighted normalized decision matrix is only determined by the number of the main risk factors, which is G. In doing so, the robustness of the model is consequently improved. To verify this supposition, we randomly delete or
问题补充： |
|
2013-05-23 12:21:38
ATED值。换句话说，不管（子）指标的选择，加权归一化决策矩阵的尺寸仅由主要的危险因素，这是克的数量来确定。在这样做时，该模型的鲁棒性因而提高。以验证这一假设，我们随机删除或添加一个子指标。在这里，我们删除modelsw整体排名结果列于表5给出的指标卷客车机队的平均年龄，然后用这两个再次进行同样的分析
|
|
2013-05-23 12:23:18
ated价值。换句话说，不管怎么样(子)显示的选择，被衡量的正常化的决定矩阵的维度只取决于主要风险因素的数量这样做是G.，模型的强壮因而被改进。要核实这个假定，我们任意地删除或增加一子显示。
|
|
2013-05-23 12:24:58
ated价值。 换句话说，不管怎么样次级显示的 (选择)，被衡量的正常化的决定矩阵的维度只取决于主要风险因素的数量，是G。 这样做，因而改进模型的强壮。 要核实这个假定，我们任意地删除或增加一次级显示。 这里，我们删除显示V2，客车舰队的中年，使用这二整体等第结果在表5被提出的modelsW再然后进行同一分析
|
|
2013-05-23 12:26:38
无声的值。换句话说，无论 （sub-） 指标，加权规范化的决策矩阵的维度的选择是仅由数决定的主要风险因素，这就是 G.在这样做的过程中，模型的鲁棒性因此得到改善。若要验证这种猜想，我们随机删除或添加一个分指标。在这里，我们删除 V2，年龄中位数的指标的客运车舰队，然后进行同样的分析再次使用这些两个 modelsW 结果列于表 5 的整体排名
|
|
2013-05-23 12:28:18
做到)值。 也就是说,无论选择的[子]指标,加权标准化决策矩阵仅取决于以下因素:有多少的主要危险因素,即G.在这样做的时候,稳健的模型是因此得到改善。 要验证这个假设,我们随机删除或添加一个分指标。 在这里,我们将会删除指示灯v2,年龄中位数车队的乘客,然后进行同样的分析再次使用这两个的总体排名modelsw结果列于表5
|
湖北省互联网违法和不良信息举报平台 | 网上有害信息举报专区 | 电信诈骗举报专区 | 涉历史虚无主义有害信息举报专区 | 涉企侵权举报专区
