《表2 基于SVM、PNN、LVQ和ELM方法的母猪姿态分类试验结果》

  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MFO-LSTM的母猪发情行为识别》

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

为了验证本文方法的优越性，使用支持向量机（Support Vector Machine，SVM）、概率神经网络（Probabilistic Neural Network，PNN）、学习向量量化（Learning Vector Quantization，LVQ）神经网络和极限学习机（Extreme Learning Machine，ELM)4种方法与本文方法进行了姿态识别对比试验，结果如表2所示。对比试验中各个模型参数设定如下：SVM核函数为RBF函数[16]。LVQ竞争层神经元个数为20，学习率为0.1[32]。ELM隐藏层神经元数为100，激活函数为Sigmoid函数[33]。