《表1 分类结果混淆矩阵》
图像裂缝检测提取为典型的二分类问题,可将样例根据其真实类别与处理模型预测类别的组合划分为真正例(true positives)、假正例(false positives)、真反正例(true negatives)、假反正例(false negatives)4种情形,令TP、FP、TN、FN分别表示其对应的样例数,为验证本文算法的性能,采取基于混淆矩阵(confusion matrix)[10]的分类精度评价方法进行实验定量分析。分类结果的混淆矩阵见表1。
图表编号 | XD0074391000 严禁用于非法目的 |
---|---|
绘制时间 | 2019.06.16 |
作者 | 瞿中、陈宇翔 |
绘制单位 | 重庆邮电大学软件工程学院、重庆邮电大学软件工程学院 |
更多格式 | 高清、无水印(增值服务) |