《表3 不同算法在各数据集下的NMI比较》
可以看出,本文提出的k-LS3C算法具有良好的聚类结果,在实验的5个数据集以及3种评价指标上,基本都表现出比k-means、Ncut、CLR_W、LRR以及SR更优的性能。这主要是因为k-LS3C构造的仿射矩阵更加合理,从整体和局部两个角度综合考虑,能够寻找出数据的潜在结构,得到更好的子空间划分。
图表编号 | XD00119703700 严禁用于非法目的 |
---|---|
绘制时间 | 2020.02.15 |
作者 | 郑毅、马盈仓、杨小飞、续秋霞 |
绘制单位 | 西安工程大学理学院、西安工程大学理学院、西安工程大学理学院、西安工程大学理学院 |
更多格式 | 高清、无水印(增值服务) |