《表1 3种算法在临床数据集上的分类正确率对比》
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
《结合PCANet与线性判别分析的视网膜光学相干断层扫描图像分类》
/%
对于临床数据集，每次随机取一半的图像作为训练集，另一半作为测试集，分别计算PCANet、ScSPM和PCANet-LDA算法关于AMD、DME和NOR图像的分类正确率和总体分类正确率；将上述过程重复10次，计算每种算法10次分类结果的均值和标准差。实验中，ScSPM算法的图像尺寸设置为16×16像素，字典原子个数为512，字典迭代次数为5，最近邻个数为40。实验结果如表1所示。其中，分类正确率的计算方法为
| 图表编号 | XD0047560400 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.01.16 |
| 作者 | 丁思静、孙中阳、孙延奎、王永革 |
| 绘制单位 | 清华大学计算机科学与技术系、北京航空航天大学数学与系统科学学院、清华大学计算机科学与技术系、广东省大数据分析与处理重点实验室、清华大学计算机科学与技术系、广东省大数据分析与处理重点实验室、北京航空航天大学数学与系统科学学院 |
| 更多格式 | 高清、无水印（增值服务） |
