《表2 不同算法在加入噪声的标准数据集上的准确率和标准差》
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pinball损失的一对一加权孪生支持向量机》
同时,针对UCI中的数据集分别加入5%和10%的特征噪声,并与OVO-TWSVM、Pin-OVO-TWSVM和提出的算法Pin-OVO-STWSVM进行比较,实验结果如表2所示,其中样本的权重采用模糊C均值法确定,噪声采用均值为0且方差为1的高斯分布.可以看到,在12个数据集中,仅在Balance数据集添加5%的噪声和为Thyroid数据集添加10%噪声的情况下,准确率与OVO-TWSVM算法相当,而在其他数据集的分类结果均高于OVO-TWSVM算法.
图表编号 | XD00192701600 严禁用于非法目的 |
---|---|
绘制时间 | 2020.11.25 |
作者 | 李凯、李洁 |
绘制单位 | 河北大学网络空间安全与计算机学院、河北大学网络空间安全与计算机学院 |
更多格式 | 高清、无水印(增值服务) |