《表2 不同模型识别效果比较》
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。
图表编号 | XD00104614700 严禁用于非法目的 |
---|---|
绘制时间 | 2019.10.25 |
作者 | 黄汉英、杨咏文、李路、赵思明、熊善柏、涂群资 |
绘制单位 | 华中农业大学工学院、华中农业大学工学院、华中农业大学工学院、华中农业大学食品科技学院、华中农业大学食品科技学院、华中农业大学工学院 |
更多格式 | 高清、无水印(增值服务) |