《表3 同类研究的对比结果》
将本文算法与采用PhysioBank数据库中相同数据集的其他算法进行比较,结果如表3所示。文献[13]将分别对应休息、高速公路和城市街道3种路况的低压、中压和高压3种状态进行了合并,分成了低压和中高压两类,即将实验驾驶路况分为了休息和驾驶两大类,而这两类的差异无疑非常明显,所以当文献[14]采用PBFG+KBCS+LDA+PCA方法对特征降维并进行二分类时,最终得到了很高的准确率;文献[15]采用了SBL+PCA的算法,最终对3种状态的识别率达到了0.877;文献[16]采用组合融合(Combinatorial Fusion,CF)的方式降低特征维度,最终平均准确率达到了0.857。相较于其他作用于三分类的算法,MFTS算法取得了较好的平均准确率,验证了本文算法的有效性。
图表编号 | XD0025797000 严禁用于非法目的 |
---|---|
绘制时间 | 2018.10.30 |
作者 | 叶朋飞、陈兰岚、张傲 |
绘制单位 | 华东理工大学化工过程先进控制和优化技术教育部重点实验室、华东理工大学化工过程先进控制和优化技术教育部重点实验室、华东理工大学化工过程先进控制和优化技术教育部重点实验室 |
更多格式 | 高清、无水印(增值服务) |