《表2 IDBN与其他特征学习方法的准确率对比》
%
从表2可以看出,在70%数据训练阶段,IDBN方法的准确率较PCA和AEN分别提高了2.97个百分点和1.19个百分点。IDBN结合了无监督学习和有监督学习的优点,通过多次映射能够发现海量网络数据中的复杂结构及其概率分布。因此,对不同的数据集的测试表明,IDBN的准确率都比较高,对高维无标签网络数据的特征提取效果最好。
图表编号 | XD00222620400 严禁用于非法目的 |
---|---|
绘制时间 | 2020.10.15 |
作者 | 汪盼、宋雪桦、王昌达、陈锋、徐夏强、蔡冠宇 |
绘制单位 | 江苏大学计算机科学与通信工程学院、江苏大学计算机科学与通信工程学院、江苏大学计算机科学与通信工程学院、江苏仅一联合智造有限公司、江苏仅一联合智造有限公司、镇江市丹徒区科学技术局 |
更多格式 | 高清、无水印(增值服务) |