《表2 测试结果:基于随机森林的统计控制图模式识别研究》
为了便于比较,仿真验证过程参考文献[19],设置均值D=80,标准差σ=5,训练样本和测试样本分别为100×8个,即共8种控制图模式,每种类别中包含100个训练样本和100个测试样本,共测试10次。分类器选择支持向量机(SVM)、人工神经网络(ANN)、决策树(CART)和随机森林(RF)。特征选择上文所述5种组合方案。统计4种分类器在5种不同特征组合方案下得到的分类准确率和耗费CPU时间.其中支持向量机采用网格法参数寻优;人工神经网络采用误差反向传播算法;决策树采用基尼指数选择最优特征,采用交叉验证误差确定最小叶片尺寸;随机森林中ntree=20,其他参数默认。测试结果如表2和图4所示。
图表编号 | XD00103800200 严禁用于非法目的 |
---|---|
绘制时间 | 2019.10.01 |
作者 | 王海燕、侯琳娜 |
绘制单位 | 北京信息科技大学机电工程学院、西安理工大学经济与管理学院 |
更多格式 | 高清、无水印(增值服务) |