《表2 MNIST数据集实验结果》

  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

《带核方法的判别图正则非负矩阵分解》

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

MNIST是手写数字图片数据集，包含手写数字0～9训练样本60 000张，测试样本10 000张。本次实验，从训练样本中每类选择200张作为实验数据集，每张图片处理成28×28像素大小。实验结果展示在表2中。对比实验结果可以发现，KGDNMF相比其他方法，在ACC和MI两个指标上都有提高。与GDNMF相比，在聚类类数较少时，聚类效果提升不多，但是随着聚类数目增加，KGDNMF表现越优越。相比GNMF和DNMF，KGDNMF在ACC上平均分别有0.167 8和0.241 4的提高，在MI上分别有0.166 6和0.442 8的提高。