《表3 基于不同核函数的SVM分类性能》

  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

《应用小波多尺度特征检测机械通气人机不同步》

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

当使用RBF作为核函数时，根据SFS算法描述，在利用SD1和剩余特征一一结合之后发现，效果最佳组合为SD1和Ap En，灵敏度和特异性达到了93.41%和96.68%．再将SD1和Ap En与剩余特征一一结合之后发现，效果不再提升，所以认为RBF核函数下SD1和Ap En为最佳特征．本实验使用不同核函数的SVM分类器进行实验，分类结果如表3所示．从表3结果可以看出，相对于linear和MLP核函数来说，基于RBF的SVM分类器得益于较强的数据处理能力，拥有最佳的灵敏度和特异性，并且准确率和F1也是最高的．说明在该分类任务中，RBF核函数拥有最佳性能．