《表1 不同算法的分类表现》
为了便于比较,不同算法的参数设置相同,惩罚常数C=1,采用高斯径向基函数k(x,y)=exp(-‖x-y‖2/σ2),核宽度设为δ=0.1.对于不同子簇产生的多个分类器,采用线性组合方式得到最终的决策函数.针对不同的子簇数量,表1反应了新模型的算法性能随着子簇数量的变化,并和SVM、SSVM、HSSVM三种算法作了对比.时间和精度分别代表在完整数据集上的训练时间和训练精度.子簇数量c=1代表在训练SSVM模型之前并没有做FCM集群.
图表编号 | XD0017160400 严禁用于非法目的 |
---|---|
绘制时间 | 2018.11.01 |
作者 | 方佳艳、刘峤、吴德、秦志光 |
绘制单位 | 电子科技大学信息与软件工程学院、网络与数据安全省级重点实验室(电子科技大学)、电子科技大学信息与软件工程学院、网络与数据安全省级重点实验室(电子科技大学)、西安电子科技大学计算机学院、电子科技大学信息与软件工程学院、网络与数据安全省级重点实验室(电子科技大学) |
更多格式 | 高清、无水印(增值服务) |