《表2 噪声情况下2种算法的人脸识别性能比较 (%)》

  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

《基于通勤时间距离的LE污水处理过程故障检测方法》

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

表2为两种算法在邻域参数k取值30且在测试样本中添加10%的噪声情况下进行5次独立实验，取各次人脸识别率的平均值作为算法性能的评价指标.仿真测试对比结果表明，与基本LE算法相比，CTD-LE算法的识别性能受噪声影响更小，噪声情况下仍能保持较高人脸识别率.主要是由于CTD-LE算法在维数简约过程中通过计算数据间的通勤时间距离判断和删除了不同流形数据点之间的连接边，一定程度上降低了不同流形间的连通性.改进的CTD-LE算法有效提高了基本LE算法的鲁棒性.