33、非线性聚类方法：SVC与PSVC的对比研究

非线性聚类方法：SVC与PSVC的对比研究

1. 聚类方法性能对比

在聚类算法的研究中，不同方法在处理图像数据时展现出了不同的性能。以下是一些常见聚类方法在PRI、NPRI、NMI指标以及平均计算时间上的表现：
| 方法 | PRI | NPRI | NMI | 时间（秒） |
| — | — | — | — | — |
| RPCL | 0.739 ± 0.020 | 0.701 ± 0.022 | 0.607 ± 0.025 | 89.17 |
| kkmeans | 0.743 ± 0.014 | 0.723 ± 0.016 | 0.626 ± 0.020 | 74.05 |
| Ncut | 0.741 ± 0.015 | 0.722 ± 0.017 | 0.623 ± 0.022 | 28.32 |
| Graclus | 0.751 ± 0.011 | 0.742 ± 0.014 | 0.625 ± 0.015 | 19.24 |
| GMPCL | 0.758 ± 0.009 | 0.753 ± 0.010 | 0.642 ± 0.012 | 18.53 |
| gPb - owt - ucm | 0.760 ± 0.007 | 0.756 ± 0.007 | 0.651 ± 0.008 | 21.09 |

从这个表格中可以看出，gPb - owt - ucm方法在PRI、NPRI和NMI指标上都取得了相对较好的结果，同时计算时间也处于可接受的范围。而RPCL方法虽然在各项指标上也有一定的表现，但计算时间相对较长。

2. 支持向量域描述（SVDD）

支持向量域描述