《表1 不同提取方法对RF、SVM分类的预测性能》

  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

《基于脑电图的新型情绪识别特征提取方法》

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

对比研究不同提取算法对RF、SVM分类结果的预测性能如表1所示．使用原始数据集提取的预测性能结果表明，RF分类结果在Gamma波段中具有最高的平均准确度（48.7±3.2）%；采用LDA法使用原始数据提取的预测性能结果表明，RF分类结果在组合频带数据的情况下具有最高的平均准确度（51.0±4.0）%；使用微分熵数据集提取的预测性能结果表明，SVM分类在组合频带数据的情况下具有最高的平均准确度（76.8±3.3）%；采用LDA法使用微分熵数据集提取的预测性能结果表明，SVM分类在组合频带数据的情况下具有最高的平均准确度（80.1±3.4）%.