《表9 不完整数据集Iris的平均聚类错分数标准差》
提示：宽带有限、当前游客访问压缩模式
从表9～表11中错误分类标准差来看，相对于其他不完整数据算法，DI-WIFCM有着较低的标准差。证明本文算法在不完整数据聚类方面有很高的准确性和鲁棒性。
| 图表编号 | XD00165385600 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.07.01 |
| 作者 | 罗浩、王彦捷、牛明航、邱存月、张利 |
| 绘制单位 | 辽宁大学信息学院、辽宁大学信息学院、辽宁大学信息学院、辽宁大学信息学院、辽宁大学信息学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表4 数据集Iris在不同收缩因子下的聚类结果》2021.03.01
- 《表5 数据集Iris在不同代表点下的聚类结果》2021.03.01
- 《表1 数据集的统计信息：基于核诱导的不完整多视角聚类》2021.02.01
- 《表4 不完整数据集Breast的平均聚类错分数》2020.07.01
- 《表1 6 五种改进FCM算法在不完整数据集Breast中聚类错分数标准差》2020.07.01
- 《表1 3 五种改进FCM算法在不完整数据集Breast中平均聚类错分数》2020.07.01
- 《表1 0 不完整数据集Breast的平均聚类错分数标准差》2020.07.01
- 《表1 4 五种改进FCM算法在不完整数据集Bupa中平均聚类错分数》2020.07.01
- 《表1 2 五种改进FCM算法在不完整数据集Iris中平均聚类错分数》2020.07.01
- 《表1 1 不完整数据集Bupa的平均聚类错分数标准差》2020.07.01
- 《表7 不完整数据集Breast的平均迭代次数》2020.07.01
- 《表5 不完整数据集Bupa的平均聚类错分数》2020.07.01
- 《表3 不完整数据集Iris的平均聚类错分数》2020.07.01
- 《表8 不完整数据集Bupa的平均迭代次数》2020.07.01
- 《表6 不完整数据集Iris的平均迭代次数》2020.07.01
- 《表9 Iris数据库在不同CNN模型中的平均识别率及对应的标准差》2020.01.10
- 《表2 有标记样本比例为10%时，4个算法在9个数据集上两个视图的平均分类正确率±标准差》2019.11.15
- 《表4 在COIL-20数据集上的聚类结果 (均值±标准差)》2019.08.16
- 《表3 在Notting-Hill数据集上的聚类结果 (均值±标准差)》2019.08.16
- 《表5 在Scene 15数据集上的聚类结果 (均值±标准差)》2019.08.16