《表2 不同模型识别效果比较》

  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

《基于被动水声信号的淡水鱼混合比例识别》

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

不同模型识别效果比较如表2所示。由表2可知，Fisher线性分类器模型的训练集和测试集平均识别正确率均最低，Kappa系数最小，概率神经网络模型的训练集平均识别正确率较高，但测试集平均识别正确率低于PCA-SVM模型，模型泛化能力较差，PCA-SVM模型的训练集和测试集平均识别率均高于SVM模型，测试集Kappa系数最大，因此模型泛化能力较强，分类精度较高。结果表明，PCA可以提高模型的识别率，PCA-SVM模型具有良好的分类识别能力，适用于淡水鱼混合比例识别。