《表4 FWMIL-LOF与其他算法的比较》

  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

《基于多示例学习的局部离群点改进算法》

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

初始数据73 980项经过第一阶段数据整理与清洗，剩余73 625项，由于不同储罐存储的物料和其本身材质等的差异性，现在通过随机取样的方式选取其中一个编号为1603的储罐作为待检测对象，储罐中存放的化工原料为乙醇。从1603号储罐的2 520条数据集合中随机选取数据进行检测。实验中，局部和全局调整系数α和β分别为0.2和0.8，惩罚临界值τ的取值范围为0.2到0.8，步长为0.1。为了确保算法的准确性，本次实验采用十折交叉验证的测试方法，将取出的这些数据随机分成10份，轮流将其中1份作为局部数据，其中9份数据作为全局数据进行实验，通过取10次十折交叉法的平均值作为实验的结果。实验中分别运用FWMIL-LOF算法、MIL-LOF算法、DLOF算法以及LOF算法进行检测，表4给出了FWMIL-LOF算法与其他算法在上述评价指标上的比较结果。