《表2 RVM与SVM、BPNN运算时间对比》
如表2,RVM训练时间较长,但预测时间优于BPNN,SVM在运算时间上优势明显。由于RVM算法在训练中的每次迭代和预测时还需要矩阵求逆等运算,因此像文献[23]分类问题中描述的RVM训练时间和识别时间均优于SVM的情况并未出现。这可能是由于数据点规模不够大,无法发挥出RVM预测函数稀疏性的优势。
图表编号 | XD007564800 严禁用于非法目的 |
---|---|
绘制时间 | 2018.11.01 |
作者 | 王大庆、郭伟斌、吴海峰、高理富 |
绘制单位 | 中国科学院合肥智能机械研究所、中国科学技术大学、安徽省仿生感知与先进机器人技术重点实验室、中国科学院合肥智能机械研究所、安徽省仿生感知与先进机器人技术重点实验室、中国科学院合肥智能机械研究所、中国科学技术大学、中国科学院合肥智能机械研究所、安徽省仿生感知与先进机器人技术重点实验室 |
更多格式 | 高清、无水印(增值服务) |