《表2 4种算法的平均准确率和ARI指标》
在图4中,NJW算法和k-means算法的曲线都有明显的波动,说明它们对聚类中心的初始化比较敏感。这两种算法都需要随机地确定初始聚类中心,当聚类中心的选择不合适时,就会产生较差的聚类结果。AP算法和MPSC算法的曲线非常平稳,没有出现任何波动,说明AP算法和MPSC算法的性能很稳定,但AP算法表现不理想,本文提出的MPSC算法将AP算法中“消息传递”机制引入,以确定聚类中心,有效地解决了传统谱聚类算法对聚类中心初始化敏感的问题。而且从图4中也可以看出,MPSC算法的ARI指标也要明显优于NJW算法、AP算法和k-means算法,因此MPSC算法可以得到比较理想的聚类结果。表2给出了MPSC算法、NJW算法、AP算法和k-means算法10次聚类的平均准确率和ARI指标。
图表编号 | XD0074247900 严禁用于非法目的 |
---|---|
绘制时间 | 2019.05.01 |
作者 | 王丽娟、丁世飞、贾洪杰 |
绘制单位 | 中国矿业大学计算机科学与技术学院、徐州工业职业技术学院信息与电气工程学院、中国矿业大学计算机科学与技术学院、江苏大学计算机与通信工程学院 |
更多格式 | 高清、无水印(增值服务) |