《表1 SVM不同核函数的分类结果》

  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Ohta颜色空间的多信息融合火焰检测》

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

本文实验中使用的图像数据集由1 200张火焰图片和600张无火焰图片组成，将圆形度、矩形度、重心高度系数、纹理特征输入到SVM中用于训练，结果见表1。从表1可以看出，基于径向基函数，火焰图片分类效果更好，显示出最佳的分类结果，因此本文选用RBF作为SVM的核函数。