《表4 特征向量训练成熟分类器的准确率与F1值》

  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

《基于智能手机声信号哈密瓜成熟度的快速检测》

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

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。