《表2 运行时间比较:基于聚类的超链路预测》
单位:s
C-CMM算法与基准算法在鸡尾酒和食谱数据集上运行时间的比较如表2所示,可见,C-CMM算法的效率比BS、HPLSF、Random、Katz、CN高,但是比CMM低。这是因为BS、HPLSF、Random、Katz、CN是非迭代算法,程序只需运行一次即可得出结果;虽然C-CMM调用了CMM算法,但是聚类后每个簇的关联矩阵要比原始矩阵小,矩阵分解的时间少于对原始矩阵的分解时间,并且各个簇的分解可以并行处理,所以C-CMM的效率比CMM高。
图表编号 | XD00133784100 严禁用于非法目的 |
---|---|
绘制时间 | 2020.02.10 |
作者 | 齐鹏飞、周丽华、杜国王、黄皓、黄通 |
绘制单位 | 云南大学信息学院、云南大学信息学院、云南大学信息学院、云南大学信息学院、云南大学信息学院 |
更多格式 | 高清、无水印(增值服务) |