《表1 特征子集选取和算法运算时间对比结果》
为进一步分析本文算法性能,选取文献[13]AGFCM算法、文献[18]PLS-CVM算法以及经典的F-Score算法进行对比分析实验,其中AGF-CM、PLS-CVM和F-Score都是在特征子集提取的基础上进行数据分类检测,这与本文算法更具可比性。在不同的特征数目m、正常数据样本集合规模n、受攻击节点比例γ和噪声级别SNR下分别采用4种检测算法进行实验,每种算法独立运行20次,取平均检测率TPR和平均误检率FPR进行对比分析。图6给出了4种算法TPR和FPR对比结果,表1给出了4种算法特征子集选取和算法运算时间对比结果。
图表编号 | XD00134163100 严禁用于非法目的 |
---|---|
绘制时间 | 2020.03.01 |
作者 | 刘洲洲、尹文晓、张倩昀、彭寒 |
绘制单位 | 西安航空学院计算机学院、西北工业大学计算机学院、河北北方学院信息科学与工程学院、西安航空学院计算机学院、西北工业大学计算机学院 |
更多格式 | 高清、无水印(增值服务) |