《表2 在COIL20数据集的AC聚类性能》
提示：宽带有限、当前游客访问压缩模式
COIL20图像数据集包含20类共1 440张灰色图像，每张图像裁剪成32×32像素，表示为1 024维的向量。在COIL20数据库上实验结果如表2、表3所示。
| 图表编号 | XD00204321500 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2021.02.01 |
| 作者 | 李会荣、张林、赵鹏军、李超 |
| 绘制单位 | 商洛学院数学与计算机应用学院、商洛学院数学与计算机应用学院、商洛学院数学与计算机应用学院、商洛学院数学与计算机应用学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表1 COIL20数据集实验结果》2020.11.01
- 《表1 0 不同算法在COIL20数据集上的归一化互信息》2020.09.05
- 《表6 不同算法在COIL20数据集上的精确度》2020.09.05
- 《表4 coil-20数据库上的实验结果》2020.12.01
- 《表3 在COIL20数据集的NMI聚类性能》2021.02.01
- 《表3 ASCAE,ASCAE-Softmax和六个聚类算法在COIL-20上的聚类性能》2020.07.30
- 《表9 不同算法在COIL20数据集上的归一化互信息》2020.06.01
- 《表5 不同算法在COIL20数据集上的精确度》2020.06.01
- 《表5 不同聚类算法在UCI数据集的聚类结果的RI(%)》2020.07.01
- 《表4 在COIL-20数据集上的聚类结果 (均值±标准差)》2019.08.16
- 《表3 Coil数据集的NMI值》2019.09.01
- 《表9 Coil数据集的RI值》2019.09.01
- 《表4 BioID人脸库和COIL20数据集上算法的运行时间》2019.07.25
- 《表2 COIL20数据集上各算法的平均识别率和标准差》2019.07.25
- 《表1 COIL-20数据库中不同方法在不同训练样本个数下的错分结果》2019.06.25
- 《表3 COIL20数据库上的聚类实验结果》2019.02.01
- 《表3 对于Pima数据集的20次实验4种聚类算法比较Tab.3 Comparison of the four clustering algorithms for 20experiments on Pima datasets》2018.04.01
- 《表2 对于Wine数据集的20次实验4种聚类算法比较Tab.2 Comparison of the four clustering algorithms for 20experiments on Wine datasets》2018.04.01
- 《表1 对于Iris数据集的20次实验4种聚类算法比较Tab.1 Comparison of the four clustering algorithms for 20experiments on Iris datasets》2018.04.01
- 《表3 6种算法在COIL20数据库上的平均识别结果Tab.3 Average recognition rates of 6 algorithms on COIL20 database》2018.04.01