《表1 线性情况下算法的性能比较》
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.
图表编号 | XD003479200 严禁用于非法目的 |
---|---|
绘制时间 | 2018.12.01 |
作者 | 吴青、齐韶维、孙凯悦、臧博研、赵祥 |
绘制单位 | 西安邮电大学自动化学院、西安邮电大学自动化学院、西安邮电大学自动化学院、西安邮电大学自动化学院、西安邮电大学自动化学院 |
更多格式 | 高清、无水印(增值服务) |