《表1 UCI数据集：一种基于邻域容差信息熵的组合度量方法》
提示：宽带有限、当前游客访问压缩模式
为了验证本文所提出的不确定度量方法具有一定的优越性，本文将从UCI机器学习数据库中获取6个数据集进行实验，每个数据集的具体信息如表1所示．
| 图表编号 | XD00126540500 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.01.01 |
| 作者 | 吴照玉 |
| 绘制单位 | 安徽大学计算机科学与技术学院、安徽大学计算机智能与信号处理教育部重点实验室 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表2 四种UCI数据集：基于密度自适应邻域相似图的半监督谱聚类》2020.09.05
- 《表1 UCI标准集：基于最大决策邻域粗糙集的不确定性度量方法》2020.06.01
- 《表2 数据集相关信息：基于耦合度量的多尺度聚类挖掘方法》2020.05.01
- 《表3 算法准确率对比2：一种基于邻域系统密度差异度量的离群点检测算法》2020.07.05
- 《表1 算法准确率对比1：一种基于邻域系统密度差异度量的离群点检测算法》2020.07.05
- 《表1 UCI数据集信息：非贪婪的鲁棒性度量学习算法》2020.09.16
- 《表1 部分背景词：一种基于词聚类信息熵的新闻提取方法》2020.01.15
- 《表2 聚类结果：一种基于词聚类信息熵的新闻提取方法》2020.01.15
- 《表1 UCI数据集：基于字典学习的混合采样数据分类方法》2019.10.01
- 《表5 真实网络数据集：一种基于相对熵的随机游走相似性度量模型》2019.11.30
- 《表1 UCI数据集：基于混合准则的软测量建模辅助变量选择方法》2019.08.25
- 《表2 UCI数据集描述：面向不完备邻域系统的三支决策粒计算方法》2019.09.15
- 《表1 UCI数据集：一种基于K近邻的比较密度峰值聚类算法》2019.05.15
- 《表1 数据集信息描述：基于方形邻域和裁剪因子的离群点检测方法》2019.01.01
- 《表1 UCI数据集：基于离群点检测的分类结果置信度的度量方法》2019.01.30
- 《表3 UCI真实数据集：挖掘数据模式结构信息的混合数据分类方法》2019.04.25
- 《表2 数据集描述：基于邻域粗糙集下知识划分的信息表降维》2019.01.01
- 《表2 UCI数据集信息：一种邻域自适应半监督局部Fisher判别分析算法》2019.01.01
- 《表1 数据集基本信息：基于kd-树的快速邻域分类方法》2018.12.01
- 《表1 决策信息表：一种新的变精度邻域粗糙集的精度值选取方法》2018.06.25