《表4 训练时间:基于脑电信号与集成分类器的心理负荷评估》
从表4中可以发现混合分类器在训练时间上比单个支持向量机与单个超限学习机花费的训练时间长,但是训练精度与测试精度相比有所提高。本文将混合分类器与其它主流算法进行对比,对比结果如表5所示。
图表编号 | XD00110602600 严禁用于非法目的 |
---|---|
绘制时间 | 2019.11.15 |
作者 | 顾浩、尹钟 |
绘制单位 | 上海理工大学光电信息与计算机工程学院、上海理工大学光电信息与计算机工程学院 |
更多格式 | 高清、无水印(增值服务) |
从表4中可以发现混合分类器在训练时间上比单个支持向量机与单个超限学习机花费的训练时间长,但是训练精度与测试精度相比有所提高。本文将混合分类器与其它主流算法进行对比,对比结果如表5所示。
图表编号 | XD00110602600 严禁用于非法目的 |
---|---|
绘制时间 | 2019.11.15 |
作者 | 顾浩、尹钟 |
绘制单位 | 上海理工大学光电信息与计算机工程学院、上海理工大学光电信息与计算机工程学院 |
更多格式 | 高清、无水印(增值服务) |