《表3 不同分类器的实验结果》

  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

《一种基于深度森林的恶意代码分类方法》

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

为验证深度森林的分类性能，本文使用深度学习方法人工神经网络（artificial neural network，简称ANN）和传统的机器学习方法随机森林（random forest，简称RF）对本文提取的HOG特征向量进行分类.其中，ANN包含3个隐藏层，每个隐藏层包含的节点个数为1 000、500、100.随机森林由1 000棵决策树组成.实验结果见表3.