《表1 本文模型与传统LDA的类间距离》
分别采用本文模型和传统LDA模型表达扣件图像,分析不同类别图像之间的类间距离以及同类别图像的类内散度。类间距离是不同类别间均值的差值,类间距离越大,模型对不同类别图像的区分能力越强。类内散度是某类中所有数据与该类别均值求差的平方和,类内散度越小,模型描述图像的性能越稳定。经多次实验优化,实验参数设置如下:图像子块大小为20×20,子块间重叠像素为10,单词容量V=100,主题数量K=20,先验常数αk=0.1,LLC编码系数λ=0.5,图正则化系ω=0.6数。类间距离实验结果如表1所示,类内散度实验结果如表2所示。
图表编号 | XD00115520600 严禁用于非法目的 |
---|---|
绘制时间 | 2020.02.20 |
作者 | 杨飞、罗建桥、李柏林 |
绘制单位 | 西南交通大学机械工程学院、西南交通大学机械工程学院、西南交通大学机械工程学院 |
更多格式 | 高清、无水印(增值服务) |