《表2 时间复杂度性能比较》
表1所示,本文方法在4种维度下,采用SVM多分类器诊断的结果表明,本文方法的诊断准确率均高于其他三种方法,甚至在利用本文方法将特征维数降低到10维后,其诊断准确率仍高于其他三种方法,从而验证了本文所提方法的有效性。为验证本文方法在解决时间复杂度和诊断准确率之间的矛盾所做工作的有效性,冗余特征剔除后,进行SVM多分类时,记录了其运行时间。前提条件为,采用计算机主机频率为2.5GHz。比较结果如表2所示,很明显维度越低,时间耗费越小,32维和10维之间时间消耗相差约4倍。
图表编号 | XD00107190800 严禁用于非法目的 |
---|---|
绘制时间 | 2019.11.20 |
作者 | 李丽敏、温宗周、宋玉琴 |
绘制单位 | 西安工程大学电子信息学院、西安工程大学电子信息学院、西安工程大学电子信息学院 |
更多格式 | 高清、无水印(增值服务) |