《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》
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。
图表编号 | XD0061460900 严禁用于非法目的 |
---|---|
绘制时间 | 2019.04.25 |
作者 | 王新康、刘磊、王量弘、樊明辉 |
绘制单位 | 福建省立医院心电诊断科、福州大学物理与信息工程学院、福州大学物理与信息工程学院、福州大学物理与信息工程学院 |
更多格式 | 高清、无水印(增值服务) |