《表3 English Handwriting数据集实验结果》
从表3的实验结果中可以得出,本文算法相对于传统多核学习SVM算法的有效性。在对比算法中NLMKL和GLMKL取得了较好的效果,但相对于其他对比算法的优势较小,在本小节的实验中表现出相似的性能。而本文的MK-SRLSSVM算法则有效地挖掘了手写字母样本中的包括笔迹以及笔尖朝向等风格信息,并且在预测方法中有效利用预测规则对经过风格转换后的样本进行预测。而传统的多核学习方法虽然将多个核函数进行了结合,有效利用了样本之间的物理相似性,但是由于没有考虑到样本风格特征,因此较本文算法在分类精确度上有所差距。
图表编号 | XD00151455900 严禁用于非法目的 |
---|---|
绘制时间 | 2020.09.01 |
作者 | 沈浩、王士同 |
绘制单位 | 江南大学数字媒体学院、江南大学江苏省媒体设计与软件技术重点实验室、江南大学数字媒体学院、江南大学江苏省媒体设计与软件技术重点实验室 |
更多格式 | 高清、无水印(增值服务) |