《表7 不同算法在不同数据集上的表现》

  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

《基于模糊C-均值的相似性特征转换光滑支持向量机》

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

将区间[0，1]×[0，1]分割为10000个点，生成棋盘格数据集，并作为第二个实验的实验数据集.核宽度参数σ∈{0.1，0.3，0.8，1，3，5}，惩罚参数C从{0.01，0.5，0.8，1，5，10}中选择.我们从这10000个点中选择样本点组成四个规模递增的训练数据集，剩余样本作为测试集.将SFT-SSVM-FCM模型和SSVM、HSSVM、SHSSVM和SDWNSVM模型作比较.相关的算法性能列于表7.实验分别从分类精度，训练时间和迭代总数来评估算法性能.