《表4 各算法结果比较:基于半监督SVM的交通方式特征分析和识别》
运用K近邻(KNN)、决策树(DT)、支持向量机(SVM)等监督学习分类方法设置45组对照实验,取10次运行结果平均值作为最终结果,结果如表4、图7所示。
图表编号 | XD0097449200 严禁用于非法目的 |
---|---|
绘制时间 | 2019.09.20 |
作者 | 冯雨庭、张锦、肖斌 |
绘制单位 | 西南交通大学交通运输与物流学院、西南交通大学交通运输与物流学院、西南交通大学交通运输与物流学院 |
更多格式 | 高清、无水印(增值服务) |
运用K近邻(KNN)、决策树(DT)、支持向量机(SVM)等监督学习分类方法设置45组对照实验,取10次运行结果平均值作为最终结果,结果如表4、图7所示。
图表编号 | XD0097449200 严禁用于非法目的 |
---|---|
绘制时间 | 2019.09.20 |
作者 | 冯雨庭、张锦、肖斌 |
绘制单位 | 西南交通大学交通运输与物流学院、西南交通大学交通运输与物流学院、西南交通大学交通运输与物流学院 |
更多格式 | 高清、无水印(增值服务) |