《表3 不同l与d值所得聚类精确度》

  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

《一种快速全局中心模糊聚类方法》

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

从图4至图7看出，虽然在四组不同实验数据集上，ADGFCM算法明显改善了聚类精确度，但在Balance Scale数据集上的实验结果却不如前三者改善效果明显，这是由于ADGFCM算法涉及到参数l和d的赋值，其取值情况易影响每次聚类的最终结果，故利用不同的l和d取值会得到不同的聚类精确度，表3给出不同l和d取值下的实验结果。