《表1 k NN算法精确度及时间对比》
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
《一种新的广义鲁棒主成分分析(GRPCA)算法研究及应用》
3.2节中两部分实验所得结果分别如表1、图2所示。从表1可以看出,当固定k NN算法的k值时,经过GRPCA去冗余后再分类的精确度均达到了85.5%以上,比直接使用k NN的精确度要高出2.91%~4.79%;相对经典降维算法PCA和RPCA预处理后的结果的精确度分别高出2.91%~4.79%和1.22%~1.85%,并且3种方法所用时间几乎无差别。从图2可以看出,在SVM算法中,经过GRPCA去冗余处理后的精确度高达89.52%,比直接使用SVM的精确度要高出2.76%,比PCA和RPCA预处理后的精确度分别高出2.76%和3.89%。由于3种方法所需时间均较长(大于6 h),故不作时间对比。
图表编号 | XD002740900 严禁用于非法目的 |
---|---|
绘制时间 | 2018.07.20 |
作者 | 侯旭珂、杨宏伟、马方、赵丽娜 |
绘制单位 | 北京化工大学理学院、北京化工大学信息中心、北京化工大学理学院、北京化工大学理学院 |
更多格式 | 高清、无水印(增值服务) |