《表4 BP神经网络分类结果》
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
《基于时频特征的抹香鲸Click与传统声呐信号的分类方法》
从表5还可以看出,SVM对LFM和HFM分类准确率较低,主要表现在SVM将较多的LFM测试样本(30.75%)错误地分类到HFM,同时也将较多的HFM测试样本(32%)错误地分类到LFM。这表明,相比其他两类信号,LFM和HFM的时频变化趋势更为相似,两者时频特征向量在SVM的输入特征空间有较多重合区域,同时SVM的核函数无法将两者的时频特征向量有效映射到线性可分空间内,最终导致SVM将较多的LFM和HFM特征向量错误分类。
图表编号 | XD00111121700 严禁用于非法目的 |
---|---|
绘制时间 | 2019.09.01 |
作者 | 卜令冉、华波、蒋佳佳、颜晗、段发阶、王宪全、李春月、孙中波 |
绘制单位 | 天津大学精密测试技术及仪器国家重点实验室、中国船舶工业系统工程研究院、天津大学精密测试技术及仪器国家重点实验室、中国船舶工业系统工程研究院、天津大学精密测试技术及仪器国家重点实验室、天津大学精密测试技术及仪器国家重点实验室、天津大学精密测试技术及仪器国家重点实验室、天津大学精密测试技术及仪器国家重点实验室 |
更多格式 | 高清、无水印(增值服务) |