《表2 CNN方法同传统机器学习方法预测结果对比》
基于相同的HS3D供体数据集,选取基于K-MER编码的CNN模型方法与其他基于特征选择的传统机器学习方法如支持向量机(SVM)、人工神经网络(ANN)、随机森林(RF)和AdaBoost分类器等方法的预测结果进行比较。传统机器学习预测结果见文献[8],从中选取最优结果与本文基于K-MER编码的CNN模型方法的预测结果一起列于表2。
图表编号 | XD00176337100 严禁用于非法目的 |
---|---|
绘制时间 | 2020.06.20 |
作者 | 李国斌、杜秀全、李新路、吴志泽 |
绘制单位 | 合肥学院人工智能与大数据学院、安徽大学计算智能与信号处理教育部重点实验室、安徽大学计算机科学与技术学院、合肥学院人工智能与大数据学院、合肥学院人工智能与大数据学院 |
更多格式 | 高清、无水印(增值服务) |