《表7 OE-MMD、BSM和DE-MMD方法在German数据集对应的RSP数据块上的对比》

《表7 OE-MMD、BSM和DE-MMD方法在German数据集对应的RSP数据块上的对比》   提示:宽带有限、当前游客访问压缩模式
本系列图表出处文件名:随高清版一同展现
《混合属性数据集分布一致性度量的新方法》


  1. 获取 高清版本忘记账户?点击这里登录
  1. 下载图表忘记账户?点击这里登录

针对表3的每一个标准混合属性数据集,对其RSP数据块分别使用OE-MMD、BSM和DE-MMD方法进行概率分布一致性判定.其中,自编码神经网络的权重最大更新次数为5×104,权重更新终止阈值为1×10-6,I=10,核宽度σ2=9.针对每个数据集,选取3种不同规模(200、300和400个)的RSP数据块.对每种规模的数据块分别进行100次的分布一致性判定,并统计判定的准确率、阈值参数的选取,对比结果如表4—表7和图7所示.