《表3 分类器间的差异性度量值(Q值)》
对上述4种分类器分类结果按Q值度量法分别计算各个分类器之间的差异性度量Q值,结果见表3。在进行多分类器融合时,单分类器模型需要具有较高的校正集与验证集准确率,模型之间应具有一定的差异性,才能充分体现多分类器融合判别的优势。由表3可知,Fisher与SVM和PLS–DA均具有较好的差异性,而其它分类器两两之间差异性较小,因此选用Fisher、SVM和PLS–DA 3个分类器作为多分类器融合的基本判别单元。
图表编号 | XD00101983100 严禁用于非法目的 |
---|---|
绘制时间 | 2019.05.20 |
作者 | 张林、韩美林、杨琳、王洋 |
绘制单位 | 商洛学院电子信息与电气工程学院、商洛学院电子信息与电气工程学院、商洛学院电子信息与电气工程学院、西北农林科技大学食品科学与工程学院 |
更多格式 | 高清、无水印(增值服务) |