《表3 自适应学习相似度阈值和自适应更新话题实验结果》
本实验的目的是检验相似度阈值自适应学习策略以及话题模型更新策略的有效性.为了区分SADV-TT方法是否实现话题模型更新,将未实现话题模型更新步骤的SADV-TT方法简称为DV-ATTA方法.实验通过比较SADV-TT方法与DV-ATTA方法以及DoubelVector-TT方法在3个话题上的平均漏检率、平均误检率以及平均(CDet)norm指标来评估方法的优劣,进而检验相似度阈值自适应学习策略以及话题模型更新策略的有效性.其中DV-ATTA方法和SADV-TT方法的相关时隙设置为4.表3给出反馈阈值δ自适应学习以及话题模型更新的实验结果.由于最低阈值仅与反馈阈值差一个常量C,表3也可以同时表示最低阈值的实验结果.
图表编号 | XD0079867900 严禁用于非法目的 |
---|---|
绘制时间 | 2019.06.01 |
作者 | 黄畅、郭文忠、郭昆 |
绘制单位 | 福州大学数学与计算机科学学院、福建省网络计算与智能信息处理重点实验室、空间数据挖掘与信息共享教育部重点实验室 |
更多格式 | 高清、无水印(增值服务) |