《表4 噪声数据集实验结果》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于自适应松弛的鲁棒模糊C均值聚类算法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

在带有非异常值噪声样本的人造数据集上的实验结果如表4所示，AR-RFCM在准确率，精确度，灵敏度和特异度4项指标上，均优于其它聚类算法，取得了最好的聚类结果。如图3所示，尽管数据集被污染得较严重，数据簇结构变得难以识别，但AR-RFCM聚类算法学得的数据簇结构更为准确，因而取得的聚类效果更好，体现了算法对噪声良好的鲁棒性。