《表1 9个实验数据集：基于选择性抽样的SVM增量学习算法的泛化性能研究》

  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

《基于选择性抽样的SVM增量学习算法的泛化性能研究》

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

实验选取Matlab2016a作为编程软件，在CPU为Inter（R）Core（TM）[email protected]，RAM为8G的环境中编程（因计算机内存限制，其中数据集Skin在CPU为Intel （R）Xeon（R）[email protected]，RAM为32G的环境中实验） 。处理高维数据时映射核函数选用高斯径向基函数[14]，算法通过10倍交叉验证从候选集[-0.01，-0.1，0，1，10，100，1000，10000]中选取正则化参数C=1000。为更好证明算法的泛化能力，实验分别选取3维至300维的二分类数据集进行算法的泛化能力研究。实验所选取的9个数据集如表1所示。