《表4 特征向量训练成熟分类器的准确率与F1值》
考虑到智能手机计算能力有限,因此首先考虑使用单特征量作为特征向量训练哈密瓜成熟度分类器。由图6可知,当分别使用SSTE4、ZCR、f这3个特征量训练成熟分类器判别哈密瓜成熟和未熟时,判别准确率和F1值较低;使用特征量STE、E、SSTE1、SSTE2、wc判别的准确率和F1值较好,均在80%以上,其中有2个特征量E、SSTE1,准确率和F1值达到90%以上,因此本研究将这2个特征量组成特征向量训练成熟分类器,但成熟和未熟判别的准确率和F1值提高并不明显(表4),又分别引入STE、SSTE2、wc构成特征向量训练分类器,其中引入STE、SSTE2构成特征向量训练分类器的准确率和F1值提高不大,但引入wc与特征量E、SSTE1共同构成特征向量训练成熟分类器时,准确率和F1值达到了100%。由此表明,这3个特征量联合训练的成熟分类器判别性能最优,最适宜哈密瓜成熟与未熟判别。
图表编号 | XD00123455800 严禁用于非法目的 |
---|---|
绘制时间 | 2019.12.25 |
作者 | 吕吉光、吴杰 |
绘制单位 | 石河子大学机械电气工程学院、石河子大学机械电气工程学院、绿洲经济作物生产机械化教育部工程研究中心 |
更多格式 | 高清、无水印(增值服务) |