《表3 有无迁移学习的实验对比》

  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

《基于迁移学习与支持向量机的服装舒适度评估》

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

以完备化处理前后的数据为对象，分别选取特征为方向梯度直方图（HOG）、LBP+HOG、LBP，并分别选取模型SVM、朴素贝叶斯（NB）进行实验，表3示出相应的准确率。首先，对比SVM模型和NB模型的准确率，即表3的第3列和第4列，可得SVM模型的最高准确率0.834，远高于NB模型的最高准确率0.779，证明选取SVM模型的有效性。然后，对比完备化前后数据的准确率可得，经过完备化处理后的HOG特征和LBP特征的SVM模型准确率分别为0.811、0.834，而未经过完备化的准确率分别为0.749、0.778，仅在评估方法为LBP+HOG时完备化处理后的准确率较低，证明迁移学习的有效性。最后综合可得，最高准确率为本文方法的0.834，证明SVM模型对服装舒适度的评估更精确，且经过完备化处理后的试穿样板图更有利于后期服装样板的舒适度评估。