《表3 不同特征参数分类结果 (%)》

  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

《基于自适应向量机检测睡眠呼吸暂停综合征的最优特征组合筛选》

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

训练过程采用交叉验证法，即每次采用34组数据作为训练集，1组数据作为测试集，将此过程循环35次，最终得到的数据作为本次实验的结果，这里给出两组不同特征参数集合下训练集A1～A10的检测结果，见表3，Acc1为所有特征参数进行SVM分类的检测结果，Acc2为筛选出的特征参数进行SVM分类的检测结果。可以看出，全部22组特征参数进行SVM分类时的检测准确度为89.97%，筛选后的15组特征参数检测准确度为89.50%，准确度下降了0.47%，但在计算中少用到7组特征参数，计算量大大降低，给快速检测睡眠呼吸暂停综合征提供了依据。