《表1 线性情况下算法的性能比较》

  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

《最小二乘大间隔孪生支持向量机》

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

为了避免由于数据随机选取产生的不确定性，精确度可以通过多次计算取平均值得到.表1和表2分别列出了线性和非线性情况下LSLMTSVM与另外2种算法的结果，其中包含分类的精确度和训练时间.从表1可以看出，LSLMTSVM的分类精确度明显优于LSTWSVM和TLDM，而且在速度上也比TLDM快.表2所示的实验结果表明，在除了German、Checkboard以外的数据集上，LSLMTSVM相比于LSTWSVM和TLDM的分类精度更高，而在所有数据集上的训练速度都比TLDM要快.由表1和表2可知，LSLMTSVM和LSTWSVM的训练时间差别很小，这是因为这2种算法均采用了最小二乘方法.但由于LSLMTSVM模型较复杂，所以所需的时间也长一些.实验结果表明，LSLMTSVM的分类性能要优于另外2种算法.