《表3 3组试验的计算负荷》

  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

《基于逻辑回归的总系统误差分类和预测方法》

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

s

为达到TSE实时预测的目的，需使算法的计算负荷尽可能小，试验基于一台计算机，配置2.40GHz的Xeon CPU E5-2620处理器和16 GB RAM。由于曲线型决策边界的准确性都优于直线型，虽然增大多项式特征阶数会使模型正则化后的计算负荷有所增加，但准确率会提高，相比提升的准确率来说，增加的计算负荷可忽略不计，所以只计算使用较高多项式特征阶数的曲线型决策边界的计算负荷。3组试验的计算负荷见表3。LRM1和LRM2计算负荷相差不大，而LRM3由于其特征数量多，数据比前2组复杂，所以其计算负荷比前2者要大0.02 s左右。总体来说，使用逻辑回归算法的3种试验的计算负荷都小于0.1 s，可提升TSE的预测提升效率，改善实时性。