《表2 4个算法在WebKB上的NMI、Acc、Purity》
提示：宽带有限、当前游客访问压缩模式
本文算法与其他6个不完整多视角聚类算法在4个数据集上的实验结果如图1所示，表2列出了4个算法在3个视角数据集Web KB上的详细结果。
| 图表编号 | XD00204318000 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2021.02.01 |
| 作者 | 张炜、邓赵红、王士同 |
| 绘制单位 | 江南大学人工智能与计算机学院、江南大学人工智能与计算机学院、江南大学人工智能与计算机学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表4 在mfeat数据集上的聚类准确率（ACC)》2020.11.01
- 《表6 在多视图数据集上的ACC和NMI》2020.11.01
- 《表3 3种KIMV在5个数据集上的NMI》2021.02.01
- 《表8 各算法在LFR2网络上的NMI值》2021.03.10
- 《表6 各算法在LFR1网络上的NMI值》2021.03.10
- 《表4 各算法在GN网络上的NMI值》2021.03.10
- 《表4 算法在七个数据集上的特征选择性能的比较》2020.01.30
- 《表3 3类算法在4幅图片上的NMI》2020.04.01
- 《表1 各算法在4个数据库上的聚类结果NMI》2020.03.01
- 《表4 算法在OTB2015数据集上的10个属性跟踪精度》2020.02.01
- 《表5 各算法在实验数据集上的Acc值》2020.04.01
- 《表4 各算法在7个数据集上的排序损失测试结果》2020.02.10
- 《表7 各算法在WebKB数据集上的性能》2019.12.01
- 《表3 数据集上各算法所得聚类正确率所求的方差 (ACC2) 和标准化互信息所求的方差 (NMI2)》2019.07.16
- 《表2 数据集上各算法所得聚类正确率 (ACC) 和标准化互信息 (NMI)》2019.07.16
- 《表2 不同算法在TID2008上的LCC、SROCC和Class.Acc对比》2019.05.01
- 《表1 不同算法在LIVE上的LCC、SROCC和Class.Acc对比》2019.05.01
- 《表2 10种算法在4个网络最优层的NMI值》2019.01.01
- 《表3 4种特征选择算法分别在4种分类器与2个实验数据集上的准确率》2018.04.01
- 《表4 六个算法在测试函数上的实验结果, D=50》2018.03.05