《表7 不同超限学习机混合分类器表现（SVM核函数为linear)》
提示：宽带有限、当前游客访问压缩模式
从表6、表7可以看出，与以终极分类器为ELM的分类器相比，该方式结合的混合分类器表现效果较差。
| 图表编号 | XD00110603600 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） |
相关图表
- 《表2 基于混合特征的SVM分类器语料测试实验结果》2018.12.01
- 《表3 基于不同核函数的SVM分类性能》2020.12.01
- 《表4 使用RBF核函数与使用Liner的核函数SVM算法模型分类指标对比》2021.01.15
- 《表3 使用linear核函数的分类报告》2020.10.01
- 《表2 不同核函数SVM的识别结果》2020.04.08
- 《表1 不同核函数SVM的识别结果》2020.03.15
- 《表1 试验原料特性：基于动力学与混合核函数LS-SVM的厌氧发酵产气量预测模型研究》2020.02.25
- 《表1 SVM不同核函数的分类结果》2019.12.30
- 《表2 不同支持向量机参数的混合分类器表现》2019.11.15
- 《表6 不同超限学习机混合分类器表现（SVM核函数为RBF)》2019.11.15
- 《表1 不同支持向量机个数的混合分类器表现》2019.11.15
- 《表1 不同核函数的SVM分级结果》2019.09.08
- 《表1 基准函数：基于混合核SHTS-SVM的年径流预测》2019.06.01
- 《表6 基于RBF核函数的SVM模型在正类和负类上的表现》2019.08.25
- 《表1 SVM使用不同核函数测试结果》2019.03.13
- 《表3 不同核函数的SVM分类模型的准确率Tab.3 Accuracy of support vector machine model using different kernel functions》2019.02.25
- 《表4 不同核函数SVM效果对比》2019.05.15
- 《表3 Linear SVM分类器预测结果》2019.07.25
- 《表2 径向基核函数的svm分类识别结果》2019.01.15
- 《表1 各分类器采用不同核函数的训练及测试时间》2019.04.01