《表2 NaCl与Ca SO4污秽等级分类模型的参数》

  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

《基于高光谱技术的绝缘子污秽等级检测方法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

支持向量机（support vector machine，SVM）是基于建立的分类超平面，其作为决策曲面使得正例和反例之间的隔离边缘最大化。由于SVM能较好地解决小样本、非线性、高维数和局部极小点等实际问题，本研究将SVM理论引入绝缘子污秽等级划分问题，考虑到此问题是多值分类问题，因此设计了“一对一”SVM多值分类器[25]。SVM分类器的精度与它所选的内核函数及参数有着密切的关系。本研究采用交叉验证（cross validation，CV）的方法，确定SVM模型中的最优惩罚参数c和gamma函数参数g，有效避免了过学习和欠学习的问题。经交叉验证确定的参数如表2所示。