《表1 算法的平均耗时:联合标签预测与判别投影学习的半监督典型相关分析》
注:加粗字体为每个数据集上训练与测试耗时最短值。
实验是在MATLAB R2014b上进行的,采用如下的实验平台:CPU为Inter(R)Core(TM)i3-6100,主频3.70 GHz以及内存4.00 GB,测试本文算法的运行时间。运行时间结果如表1所示。从表1可以看出,相对CCA,DCCA,ALPCCA,SCCA和LDCCA方法,本文方法的训练时间相对较高,这是因为联合学习模型是需要多次交替迭代。然而,由表1可知,本文方法测试时间短,这是因为联合学习模型学得的投影更加判别,仅需少量特征即可得到较好的结果,所以测试时间短。值得注意的是,在实际应用中,训练过程可通过离线的方式预先获得学习模型;而算法测试性能的好坏,直接决定了整个学习系统的数据处理能力。
图表编号 | XD0082902500 严禁用于非法目的 |
---|---|
绘制时间 | 2019.07.16 |
作者 | 周凯伟、万建武、王洪元、马宏亮 |
绘制单位 | 常州大学信息科学与工程学院、常州大学信息科学与工程学院、常州大学信息科学与工程学院、常州大学信息科学与工程学院 |
更多格式 | 高清、无水印(增值服务) |