《表5 聚类结果评价指标：平面移动式立体车库客流状态聚类研究》
提示：宽带有限、当前游客访问压缩模式
由图4可见，k-means、层次聚类和FCM聚类算法均可完成对立体车库顾客存取车到达数据的聚类，其中，FCM算法不同类别边界线更接近于直线，且各类别数量更平均．计算各聚类算法的评价指标如表5.
| 图表编号 | XD00172420500 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.05.30 |
| 作者 | 贺云鹏、李建国 |
| 绘制单位 | 兰州交通大学自动化与电气工程学院、兰州交通大学自动化与电气工程学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表5 专家评价结果：基于医学主题词标引规则的词共现聚类分析结果自动判读和表达的研究》2020.09.25
- 《表5 2018年1月某日进出站客流聚类结果》2021.02.01
- 《表4 进出站客流聚类结果》2021.02.01
- 《表3 出站客流聚类结果：基于AFC数据的轨道站点分类研究》2021.02.01
- 《表2 进站客流聚类结果：基于AFC数据的轨道站点分类研究》2021.02.01
- 《表2 评价指标主观权重：户外平面广告“立体化”创意表达方式说服效果研究》2020.10.10
- 《表4 立体车库客流状态划分》2020.05.30
- 《表5 立体车库各状态塑性铰比例》2020.07.01
- 《表2 立体车库短期客流影响因素》2020.06.18
- 《表5 聚类系数计算结果：甘肃景电灌区退水水质综合评价研究》2020.07.25
- 《表5 KFCM聚类和FCM聚类的有效性评价结果》2020.04.18
- 《表5 型号统计指标：基于两阶段聚类的单相电能表质量评价模型研究》2020.04.10
- 《表3 聚类结果表：基于聚类分析的河南省生态城市评价研究》2019.09.15
- 《表5 隐私保护度的比较：面向聚类的平面反射数据扰动方法》2019.06.01
- 《表2 区域聚类结果：基于聚类分析法的广州地铁周末客流变化规律》2019.07.31
- 《表5 指标量聚类结果：伺服机构性能评估指标体系构建及优化研究》2019.04.01
- 《表3 聚类结果：基于K均值聚类算法的交通状态判别方法研究》2019.08.30
- 《表5 聚类分析结果：江苏省城市物流发展水平综合评价研究》2019.02.20
- 《表5 聚类分析结果：总承包建筑企业区域发展水平评价研究》2018.05.20
- 《表4 移动阅读研究关键词聚类详细结果》2018.12.15