《表3 基于不同核函数的SVM分类性能》
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.
图表编号 | XD00199043800 严禁用于非法目的 |
---|---|
绘制时间 | 2020.12.01 |
作者 | 陆云飞、陆飞、方路平、葛慧青、潘清 |
绘制单位 | 浙江工业大学信息工程学院、浙江工业大学信息工程学院、浙江工业大学信息工程学院、浙江大学医学院附属邵逸夫医院呼吸治疗科、浙江工业大学信息工程学院 |
更多格式 | 高清、无水印(增值服务) |