《表3 聚类后的聚类中心：改进YOLOV3的火灾检测方法》
提示：宽带有限、当前游客访问压缩模式
当聚类中心趋于稳定时，可以得出聚类后的聚类中心如表3所示。
| 图表编号 | XD00150170100 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.09.01 |
| 作者 | 罗小权、潘善亮 |
| 绘制单位 | 宁波大学信息科学与工程学院、宁波大学信息科学与工程学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表3 改进的K-means聚类算法的聚类结果》2021.02.10
- 《表3 不同聚类中心数的聚类结果》2021.02.10
- 《表3 三类专利的聚类中心及其在聚类中的方差分析结果》2021.02.10
- 《表1 遗传算法聚类表：基于改进YOLOv3的站口行人检测方法》2021.01.01
- 《表1：两种方法降维后的聚类结果对比》2020.03.01
- 《表7 训练模型初始参数：改进YOLOV3的火灾检测方法》2020.09.01
- 《表6 数据集分配情况：改进YOLOV3的火灾检测方法》2020.09.01
- 《表4 聚类后的先验框：改进YOLOV3的火灾检测方法》2020.09.01
- 《表9 算法测试结果：改进YOLOV3的火灾检测方法》2020.09.01
- 《表2 初始聚类中心：改进YOLOV3的火灾检测方法》2020.09.01
- 《表8 采用KFCM聚类方法对4种样本的聚类中心进行聚类》2020.04.18
- 《表3 采用KFCM聚类方法对4种样本的聚类中心进行聚类》2020.04.18
- 《表9 采用FCM聚类方法对4种样本的聚类中心进行聚类》2020.04.18
- 《表3 聚类中心：用于分割无损检测图像的改进的抑制式模糊C均值聚类算法》2019.08.01
- 《表2 聚类后分组结果：一种基于元信息的Android恶意软件检测方法》2019.10.01
- 《表2 标记数据聚类后异常情况下随机选取初始聚类中心迭代次数对比表》2019.08.01
- 《表1 标记数据聚类后正常情况下随机选取初始聚类中心迭代次数对比表》2019.08.01
- 《表3 聚类后的“邻居-特征”实时兴趣模型》2019.01.28
- 《表4 聚类后的“邻居-评分”矩阵》2019.01.28
- 《表2 模糊聚类后的各类气象因子》2018.04.20