《表4 历史数据测试结果的混淆矩阵》

  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

《基于深度学习的ELM实时识别研究》

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

在对25321次放电测试中，算法识别出了1665次ELMy放电，其中有35次为FP，对应的FPR为2.10%。在实际的1634次ELMy放电中，有4次为算法的FN，对应的FNR为0.24%。总的识别正确率达到了99.85%。识别结果的混淆矩阵[todo]列于表4中，其中1和0分别代表ELMy放电和非ELMy放电。混淆矩阵可以用来判断算法对不同类别的数据识别效果，是判断数据集是否平衡的重要标准。本研究训练数据库中的ELMy切片虽然只占到17%，但从混淆矩阵的结果来看，算法依然可以有效地识别不同类型的数据。