《表3 带有标签噪声的模型分类精度》
然后,为了验证WPin-SVMs模型在钢板表面缺陷分类中的抗标签噪声特性,本文又在原始的缺陷图像数据库中加入了部分标签噪声,同样对WPinSVMs、SVM、WSVM和Pin-SVM 4个算法进行测试,实验结果见表3所示,其中黑色加粗字体代表的是4个算法中分类精度最高的算法。从表3中可以得到这样的结论,相比于SVM和Pin-SVM算法,WPinSVMs和WSVM的分类精度要高一些,原因是WPinSVMs和WSVM算法中加入了训练样本的权重,当样本点是异常点和标签噪声时,该样本被赋予较小的权值,甚至赋0,因此降低了异常值或标签噪声对分类结果的影响。
图表编号 | XD0064196600 严禁用于非法目的 |
---|---|
绘制时间 | 2019.07.25 |
作者 | 王涓 |
绘制单位 | 烟台汽车工程职业学院 |
更多格式 | 高清、无水印(增值服务) |