《表2 本文算法与现有其他方法分类细分对比》
%
从表1可以看出,基于IMKPCA-SVM分类方法各评价指标值均超过95%,分类精度整体最佳,主要原因在于IMKPCA降维处理后并计算类别信息度量保留了核心特征,同时采用SVM分类器,避免了BPNN的“维数灾”[9]和PCA只能提取线性特征结构的缺陷,最终使分类准确率显著提升。为了进一步揭示本文算法分类性能,表2列出了各分类算法的细分指标。
图表编号 | XD0078709500 严禁用于非法目的 |
---|---|
绘制时间 | 2019.08.15 |
作者 | 聂黎生 |
绘制单位 | 江苏师范大学计算机科学与技术学院 |
更多格式 | 高清、无水印(增值服务) |