《表4 不同核宽度参数值的分类精度》

  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

《一种面对大数据集的改进基于支持向量机的算法性能分析》

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

为了更加直观地描述与分析，本文采用大规模图像数据集对各算法性能与核宽度之间的关系进行了测试。图像数据集总共包含1010个测试样本与1300个训练样本，各样本都含有18个特征维度，选择高斯核函数进行分析，设定惩罚参数C=1。从图1中可以看到采用不同算法得到的分类精度与核宽度参数之间的变化关系。可以明显发现，本文算法可以达到较高分类精度与良好的鲁棒性。同时，引入吸收规则后还可以获得更高的计算精度。