《表1 传统DBSCAN与A-DBSCAN性能对比》
从图8可以看到,Eps的取值范围大致位于[0,0.02]区间,接下来在该区间内随机选取3组距离值并设置MinPts为4,然后与本文提出的A-DBSCAN算法的性能进行对比。由于有监督的度量(F-measure,简称为F值)能够综合衡量聚类过程的精确度和召回率[25],因此本文采用该指标来检测聚类准确度,其中F值越大,表明聚类性能越好。传统DBSCAN算法与A-DBSCAN算法的相关性能指标如表1所示。
图表编号 | XD00198882600 严禁用于非法目的 |
---|---|
绘制时间 | 2020.12.01 |
作者 | 季策、穆文欢、耿蓉 |
绘制单位 | 东北大学计算机科学与工程学院、东北大学医学影像智能计算教育部重点实验室、东北大学计算机科学与工程学院、东北大学医学影像智能计算教育部重点实验室、东北大学计算机科学与工程学院、东北大学医学影像智能计算教育部重点实验室 |
更多格式 | 高清、无水印(增值服务) |