《表1 两种聚类算法对目标数据集聚类结果》
提示：宽带有限、当前游客访问压缩模式
使用UMC和FCM两种聚类算法对目标专利数据集进行聚类的结果如表1所示。
| 图表编号 | XD00139798000 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.04.15 |
| 作者 | 张妮妮、孙胜娟、张永健 |
| 绘制单位 | 河北工程大学信息与电气工程学院、河北工程大学信息与电气工程学院、河北工程大学信息与电气工程学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表2 3种聚类算法下的评估结果》2021.02.20
- 《表1 3种聚类算法计算时间对比》2021.02.20
- 《表3 三种聚类算法结果对比》2020.04.25
- 《表1 模拟数据实验中5种聚类算法得到的聚类精度比较》2020.06.01
- 《表2 三种聚类算法的F-measure结果》2020.06.01
- 《表3 两种聚类方法在发动机部件故障聚类中性能比较》2020.05.01
- 《表2 两种聚类方法在基准数据集中性能比较》2020.05.01
- 《表4 3种聚类算法在数据集上的统计结果》2020.04.28
- 《表1 两种聚类算法的实验结果》2020.09.15
- 《表2 两种聚类结果与人口统计、购买决策变量的类别回归结果》2020.08.26
- 《表3 三种聚类算法的初始中心及结果变化情况》2020.07.01
- 《表3 三种聚类算法的训练/测试结果》2020.02.10
- 《表9 四种聚类算法聚类准确率对比》2020.03.01
- 《表1 三种聚类算法的性能比较》2019.10.01
- 《表2 三种聚类算法在Wine数据集上的聚类相关评价指标值》2019.04.01
- 《表4 两种聚类方法匹配识别准确度对比》2019.06.01
- 《表3 聚类算法：一种聚类与kNN结合的协同过滤算法》2019.04.01
- 《表5 六种聚类算法准确度比较》2019.01.01
- 《表3 3种聚类算法的聚类结果对比》2019.02.10
- 《表2 某用户曲线在3种聚类算法下的聚类结果》2019.02.10