《表5 聚类中心对比：基于改进蝙蝠算法优化的FCM聚类算法》
提示：宽带有限、当前游客访问压缩模式
FCM算法、本文算法运行后的聚类中心结果与Iris数据集的实际聚类中心对比结果如表5所示。
| 图表编号 | XD00164190300 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.05.01 |
| 作者 | 常雪、石鸿雁 |
| 绘制单位 | 沈阳工业大学理学院、沈阳工业大学理学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表2 管网模型管段信息：基于粒子群改进FCM聚类算法优化管网压力监测点布置研究》2021.02.10
- 《表1 管网模型节点信息：基于粒子群改进FCM聚类算法优化管网压力监测点布置研究》2021.02.10
- 《表4 数据集的构成描述：基于改进蝙蝠算法优化的FCM聚类算法》2020.05.01
- 《表3 算法对比结果：基于改进蝙蝠算法优化的FCM聚类算法》2020.05.01
- 《表2 测试函数：基于改进蝙蝠算法优化的FCM聚类算法》2020.05.01
- 《表1 参数设置：基于改进蝙蝠算法优化的FCM聚类算法》2020.05.01
- 《表3 FCM聚类算法改进前后效果对比》2020.06.15
- 《表3 3个数据集参数：基于改进蝙蝠优化自确定的模糊C-均值聚类算法》2020.04.28
- 《表2 4个标准函数：基于改进蝙蝠优化自确定的模糊C-均值聚类算法》2020.04.28
- 《表1 数据特性描述：集成多策略改进FCM算法的旋转机械故障数据聚类分析研究》2019.10.01
- 《表6 聚类结果：集成多策略改进FCM算法的旋转机械故障数据聚类分析研究》2019.10.01
- 《表3 聚类结果：集成多策略改进FCM算法的旋转机械故障数据聚类分析研究》2019.10.01
- 《表5 聚类结果对比：基于改进KMOR的聚类算法》2019.11.16
- 《表5 算法准确率对比：基于改进引力搜索算法的K-means聚类》2019.11.01
- 《表5 F值比较：基于优化初始聚类中心的K中心点算法》2019.04.01
- 《表3 对比算法聚类指标：自适应蝙蝠算法优化的模糊聚类及其应用》2019.04.01
- 《表5 算法准确率对比：一种改进森林优化的K-means聚类算法》2018.12.01
- 《表2 数据规范化结果：基于改进型模糊聚类算法(FCM)的复印纸质量综合分析》2018.09.01
- 《表3 加权规范化数据：基于改进型模糊聚类算法(FCM)的复印纸质量综合分析》2018.09.01
- 《表5 分类结果：基于改进型模糊聚类算法(FCM)的复印纸质量综合分析》2018.09.01