《表2 不同规模数据集：基于稀疏编码的半监督低秩核学习算法》
提示：宽带有限、当前游客访问压缩模式
为了研究提出的基于稀疏自编码器的低秩非参核学习算法和传统的低秩非参核算法在不同规模的数据集的效果差异，在不同规模的数据集上进行了实验。实验所用数据集如表2所示。
| 图表编号 | XD0035456100 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.04.01 |
| 作者 | 杨烁、刘兵、周勇 |
| 绘制单位 | 中国矿业大学计算机科学与技术学院、中国矿业大学计算机科学与技术学院、中国矿业大学计算机科学与技术学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表1 数据集信息：基于DW-TCI的半监督文本分类方法研究》2020.10.25
- 《表2 数据集描述：稀疏回归和流形学习的无监督特征选择算法》2020.09.05
- 《表2 四种UCI数据集：基于密度自适应邻域相似图的半监督谱聚类》2020.09.05
- 《表1 两种人工数据集：基于密度自适应邻域相似图的半监督谱聚类》2020.09.05
- 《表1 实验数据集的信息：基于多核学习卷积神经网络的稀疏数据推荐》2021.02.16
- 《表3 数据集属性描述：基于监督学习算法的网络流量应用类型分类研究》2021.01.01
- 《表1 UCI数据集：基于符号规范化割的半监督学习与图像分割》2020.07.01
- 《表1 人工网络数据集：一种主动半监督大规模网络结构发现算法》2020.05.30
- 《表1 数据集样本信息：联合低秩稀疏的多核子空间聚类算法》2020.06.10
- 《表2 数据集的特征：基于闭包准则和成对约束的半监督聚类算法》2020.03.01
- 《表1 轴承数据集信息：基于EEMD和堆叠稀疏自编码的滚动轴承故障诊断方法》2020.04.18
- 《表5 真实数据集：弹力理论传播的半监督学习新方法》2020.04.01
- 《表1 人造数据集：弹力理论传播的半监督学习新方法》2020.04.01
- 《表1 多视角数据集统计：融合稀疏隐视角信息学习的多视角聚类算法》2019.12.01
- 《表2 数据集的特征：基于功效散度和成对约束的半监督聚类算法》2019.07.01
- 《表1 数据集的规格：稀疏和标签约束半监督自动编码器的分类算法》2019.09.01
- 《表2 真实数据集：参数字典稀疏表示的完全无监督域适应》2019.05.01
- 《表2 训练集数据描述：基于无损约束降噪稀疏自编码的滚动轴承故障诊断技术》2019.02.08
- 《表1 实验数据集描述：基于移不变字典学习和稀疏编码的滚动轴承故障识别算法》2019.01.01
- 《表1 试验数据集描述：一种基于Laplacian的半监督特征选择模型》2019.02.01