《表2 相关实验方法对比:多形式特征向量脑网络分类方法研究》
由于实验数据个数的限制导致每次实验的结果差异略大,本实验测量了400次实验的平均分类精度变化,如图4所示,本方法最终的分类精度约为84.21%,相对于各单个特征的分类方法提高了近10%。相对于单一提取聚类系数、特征路径长度、节点的度以及原始数据作为特征向量的方法分别提升了23.09%、10.03%、26.61%、14.88%。如表2所示,将本文方法与一些方法进行对比,验证了本文提出的方法的有效性,在特征处理方面提供了一个有效的思路。
图表编号 | XD00119575300 严禁用于非法目的 |
---|---|
绘制时间 | 2019.12.15 |
作者 | 杨楠、张大坤 |
绘制单位 | 天津工业大学计算机科学与技术学院、天津工业大学计算机科学与技术学院 |
更多格式 | 高清、无水印(增值服务) |