《表5 算法运行时间比较》

  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

《基于行为学习的改进LapSVM算法及其应用》

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

为了从时效性上进行比较，本文分别对上述算法各进行1000次实验，并统计了每种算法单次运行的平均时间，如表5所示。实验中，训练集样本的标记率设为0.5，计算机配置为Windows 7 Intel（R）-Core（TM）i3-CPU 3.4GHz，内存4GB，程序运行平台为Matlab7.12（R2011a）。相比SVM和Lap SVM，本文所提出的LBS-Lap SVM算法在构建数据邻接图时因为需要考虑数据标记信息和计算局部视角距离，所以运行时间比Lap SVM略长。