《表2 判别函数摘要:基于多元分析的车漆红外指纹光谱识别研究》
光谱数据维度过高会使样本特征过多,不仅增加计算的复杂度和时间成本,且降低构建模型的精度,因此样本有效信息的提取及无用信息的摒弃十分重要[22]。试样采集的光谱数据为200维,维度较高,需通过降维获取样本有效特征。借助主成分分析,选择降维后的1维~50维等共计50个维度的特征变量、Bayes判别、K近邻(KNN)、径向基函数神经网络(RBF)和多层感知器(MLP)构建分类模型,对4种模型光谱数据进行识别,求得不同维度各分类模型的判别准确率,表2列举了其中7个维度的各模型分类准确率。
图表编号 | XD00145001900 严禁用于非法目的 |
---|---|
绘制时间 | 2020.07.25 |
作者 | 颜文杰、王继芬、陈俊明、宋亚军、范琳媛、何欣龙 |
绘制单位 | 中国人民公安大学侦查与刑事科学技术学院、中国人民公安大学侦查与刑事科学技术学院、中国人民公安大学侦查与刑事科学技术学院、中国人民公安大学侦查与刑事科学技术学院、中国人民公安大学侦查与刑事科学技术学院、中国人民公安大学侦查与刑事科学技术学院 |
更多格式 | 高清、无水印(增值服务) |