《表3 不同惩罚因子时具有核函数的足迹判别模型准确率》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于人工智能的足迹识别与特征提取》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

首先将30名实验对象的特征提取之后记录在Excel表格中，将数据保存成CSV格式；然后通过WEKA软件将CSV格式数据打开，利用WEKA软件中的支持向量机算法将30人数据建立足迹判别模型。在选用分类函数和惩罚因子时，需要通过不断寻优试验，选择合适的核函数和惩罚因子，直到建立的立体足迹判别模型的正确率能够满足足迹检验。现将30名实验对象特征数据进行训练建立数学模型，由于足迹特征数据和人身不存在线性关系，因此需要选用核函数将低维空间分类映射到高维空间，寻找一个最优超平面，将两者间距最大化分开。选择的函数和惩罚因子C如表3所示。