《表2 KNN识别结果:基于气体传感器阵列和非线性信号分析技术的龙井茶品质检测方法研究》
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
《基于气体传感器阵列和非线性信号分析技术的龙井茶品质检测方法研究》
我们采用KNN对被测样品品质情况进行分类识别。实验包含6类储存时间节点,每类储存时间节点有16个被测样品。从各储存时间节点中随机选择10个样品检测信息作为训练集,其余6个样品作为测试集。因此,实验得到训练集样本数为60个,测试集样本数为36个。在KNN分析中,近邻样本数k的取值对分类识别准确度有较大影响。经过反复训练测试,设置k的个数为5。建立KNN分类识别模型后,模型对训练集样本的回判正确率为100%,对测试集识别的正确率为90%,识别准确度较高。
图表编号 | XD007553700 严禁用于非法目的 |
---|---|
绘制时间 | 2018.09.01 |
作者 | 汤旭翔、余智 |
绘制单位 | 浙江工商大学实验室与设备管理处、浙江工商大学网络信息中心 |
更多格式 | 高清、无水印(增值服务) |