《表4 各降维方法的备件分类准确率对比》
图3主要对比说明了3种降维方法的优劣。在初始时,多种降维算法随着降维维数的不断增加,备件分类的准确率逐渐提高,当备件分类准确率达到最大值,此时到达最优降维维数。当维数继续增加,备件的分类准确率有所下降但曲线波动趋于稳定。对KDE-LPP降维曲线分析,当降维维数为12,即不进行特征指标的降维处理,直接运用QPSO-SVM进行分类时,得到备件的分类准确率为0.72,相比降维后再进行分类的准备率要低,这是因为原始数据特征指标中存在无用特征和冗余信息,会对分类产生干扰,所以在分类前对原始数据进行降维处理很有意义。为了进一步说明3种降维方法的优劣,其具体对比数据如表4所示。
图表编号 | XD00126314600 严禁用于非法目的 |
---|---|
绘制时间 | 2020.01.01 |
作者 | 王强、贾希胜、程中华、王双川、马云飞 |
绘制单位 | 陆军工程大学石家庄校区装备指挥与管理系、陆军军事交通学院汽车指挥系、陆军工程大学石家庄校区装备指挥与管理系、陆军工程大学石家庄校区装备指挥与管理系、陆军工程大学石家庄校区装备指挥与管理系、陆军工程大学石家庄校区装备指挥与管理系 |
更多格式 | 高清、无水印(增值服务) |