《表1 算法参数表：基于模糊核聚类和主动学习的异常检测方法》
提示：宽带有限、当前游客访问压缩模式
基于模糊核聚类和主动学习的异常检测算法所需参数如表1所示。
| 图表编号 | XD00107620000 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.10.15 |
| 作者 | 吕宗平、时熙然、顾兆军 |
| 绘制单位 | 中国民航大学信息安全测评中心、中国民航大学信息安全测评中心、中国民航大学计算机科学与技术学院、中国民航大学信息安全测评中心、中国民航大学计算机科学与技术学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表1 分割结果的SC值：基于空间聚类和边缘梯度的图像分割算法》2021.02.01
- 《表3 预测网络参数表：基于聚类和奇异值分解的协同过滤推荐算法》2020.12.31
- 《表5 负荷计算占比：基于可能性c均值聚类和模糊评判的调峰负荷辨识》2020.12.20
- 《表一画心p H值检测：基于模糊动态时间弯曲算法的主动配电网电压运行状态评估》2021.01.10
- 《表2 异常数据展示：基于改进K-Means聚类和误差反馈的数据清洗方法》2020.07.25
- 《表1 测试结果：改进灰狼优化模糊核聚类在风电齿轮箱故障诊断中的应用》2020.06.15
- 《表3 算法性能比较：结合FCM聚类和边缘感知模型的眼底渗出物检测》2020.06.01
- 《表1 实验结果：结合Kmeans++聚类和颜色几何特征的火焰检测方法》2020.02.01
- 《表1 用户-项目评分：基于聚类和用户偏好的协同过滤推荐算法》2020.02.01
- 《表2 用户-类别评分：基于聚类和用户偏好的协同过滤推荐算法》2020.02.01
- 《表2 实验数据集：基于模糊核聚类和主动学习的异常检测方法》2019.10.15
- 《表4 实验结果：基于模糊核聚类和主动学习的异常检测方法》2019.10.15
- 《表3 混淆矩阵：基于模糊核聚类和主动学习的异常检测方法》2019.10.15
- 《表1 数据集描述：结合主动学习和密度峰值聚类的协同训练算法》2019.08.10
- 《表4 比较的预测算法：基于聚类和时间权重的协同过滤位置预测算法》2019.06.01
- 《表1 时间片划分示例：基于聚类和时间权重的协同过滤位置预测算法》2019.06.01
- 《表4 岩石试验结果：基于模糊聚类和Hoek-Brown准则的裂隙岩体力学参数计算》2019.05.15
- 《表1 故障类型样本：基于模糊C均值聚类和改进相关向量机的变压器故障诊断》2019.06.25
- 《表3 指标集及说明：改进的并行模糊核聚类算法在电力负荷预测的应用》2019.06.10
- 《表1 参数设定表：基于免疫遗传算法的模糊C均值聚类算法应用研究》2018.06.01