《表3 不同组合内核的分类性能比较》
%
多次迭代得到一个基于最佳核权重的组合核分类器,并选择每类核函数中最高的核权重作为最终参数值。表2中权系数一栏列出三类核函数的最高核权重参数,参与训练的其他大多是核函数的权重为零,也体现出SimpleMKL算法鼓励稀疏内核组合。模型训练结束后,核矩阵参数显示多个核矩阵加权组合的多核矩阵中只有少量核权重参与学习。为检验提出的多核核函数方法在蛋白质结构分类中的效果,将不同核函数组合的多核分类结果进行比较,结果如表3所示。
图表编号 | XD00139797200 严禁用于非法目的 |
---|---|
绘制时间 | 2020.04.15 |
作者 | 刘斌、温雪岩 |
绘制单位 | 陕西科技大学电子信息与人工智能学院、陕西科技大学电子信息与人工智能学院 |
更多格式 | 高清、无水印(增值服务) |