《表1 SVM分类器和随机森林分类器分类实验结果》
实验使用传统PCANet提取特征,并用linear核函数的SVM分类器[8]和随机森林分类器[9]分别对数据进行分类。其中,SVM的核函数参数如下:惩罚中使用的范数penalty=\""l2\"",损失函数loss=\""squared_hinge\"",公差停止标准tol=\""1e-4\"",选择算法以解决双优化或原始优化问题dual=\""True\"",错误项的惩罚参数C=1.0,是否计算此模型的截距fit_intercept=\""True\"",最大迭代次数max_iter=1 000。随机森林分类器参数如下:森林决策树数目n_estimators=10,min_samples_split=2,其余参数均为默认值。实验结果如表1。
图表编号 | XD00206254900 严禁用于非法目的 |
---|---|
绘制时间 | 2020.12.01 |
作者 | 周昆阳、向阳、丁政年、张宇豪、郑泽斌、邵叶秦 |
绘制单位 | 南通大学张謇学院、南通大学张謇学院、南通大学张謇学院、南通大学张謇学院、南通大学张謇学院、南通大学张謇学院 |
更多格式 | 高清、无水印(增值服务) |