《表2 模型精度:基于卷积神经网络的光伏阵列污染报警系统》
为了证明卷积神经网络在光伏阵列图像识别中的优势,同时分析支持向量机(Support Vector Machines,SVM)和轻量化梯度提升机[16](Light Gradrent Boosting Machine,LightGBM)两种常用的图像分类算法在光伏阵列图像污染识别中的分类精度,对比三种模型在验证集上的表现如表2所示。
图表编号 | XD00130100400 严禁用于非法目的 |
---|---|
绘制时间 | 2020.04.10 |
作者 | 薛家祥、陈海峰 |
绘制单位 | 华南理工大学机械与汽车工程学院、华南理工大学机械与汽车工程学院 |
更多格式 | 高清、无水印(增值服务) |