《表4 参数取不同比例时的分类结果》
表4给出了当公式(5)中的参数取不同值时,A-SVM在4个真实数据集上的实际分类性能,此时固定公式(7)中的值为。分析表4提供的实验结果可知,参数的最佳取值为0.001,随着取值增大,A-SVM分类精度逐步降低。根据大量实验结果表明,较大的值会严重破坏原有样本特征空间,利用ACA算法训练更新后的样本生成的A-SVM识别保持原有样本特征结构的新样本能力减弱。表4有力证明了本文所提ACA算法合理利用对抗样本生成A-SVM分类器的有效性。
图表编号 | XD00102860900 严禁用于非法目的 |
---|---|
绘制时间 | 2019.09.28 |
作者 | 陆兵、顾苏杭 |
绘制单位 | 常州轻工职业技术学院信息工程与技术学院、常州轻工职业技术学院信息工程与技术学院、江南大学数字媒体学院 |
更多格式 | 高清、无水印(增值服务) |