《表1 实验所用高维数据集》

  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

《基于稀疏编码的半监督低秩核学习算法》

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

其中，nl表示集群Cl的样本数目，n'h表示第h类的样本数目，nl，h表示集群Cl和第h类交集的样本数目。从定义可以看出，归一化互信息NMI的取值范围是0到1，该指标是衡量两个集群相似度，数值越大则表示两个集群越相似。本文的所有实验都由Matlab R2014a编写运行，运行计算机处理器是1.80 GHz Intel CoreTMi5-3337U，内存为8 GB。为了公平比较，文中提出的非参核学习算法正则参数α=0.2，k近邻方法的参数k=5，且成对相似约束和不相似约束的数目相等，与Baghshah文献[9]的参数设置相同。本节实验所采用的数据集如表1所示，其中n表示数据集中数据的个数，d表示数据的属性数目，c表示数据集的所分类别数目。