《表3 不同特征组合的识别准确率》
判别比越大,表明该类特征的可分性越好,对提高分类精度越有利。因此基于特征判别比的计算结果,采用SPO-SVM算法分别得到了不同特征组合下的识别准确率,如表3所示。可以看出,使用[?1,?2,?3,?4,?6,E,Rc]特征组合可获得最优分类结果,识别准确率为89.41%,惩罚因子、核函数带宽的全局最优值分别为:C=36.7428、σ=1.0362。因此,在使用Fisher判别函数进行特征降维后提高了识别准确率,降低了特征提取的计算量。
图表编号 | XD0035209100 严禁用于非法目的 |
---|---|
绘制时间 | 2019.05.01 |
作者 | 陈俊、张奇峰、张艾群、蔡笃思 |
绘制单位 | 中国科学院沈阳自动化研究所机器人学国家重点实验室、中国科学院大学、中国科学院沈阳自动化研究所机器人学国家重点实验室、中国科学院沈阳自动化研究所机器人学国家重点实验室、中国科学院深海科学与工程研究所、中国科学院深海科学与工程研究所 |
更多格式 | 高清、无水印(增值服务) |