《表3 不同分类器的识别结果》
确定合理的训练样本数量后,可根据测试样本的识别正确率来检验不同分类器的识别能力,表3展示了RF、KNN和SVM 3种分类器对磁瓦内部缺陷的识别效果。3种分类器的参数设置如下:RF中将树的数量n Bag取50;KNN中,k值为5,距离函数为euclidean;SVM中,惩罚参数c为2,核函数参数γ为1。从表3可以看出,仅RF分类器满足检测要求,对3类样本中含有内部缺陷的磁瓦识别正确率为100%,对Ⅰ、Ⅱ、Ⅲ样本中合格磁瓦识别正确率分别为100%、98.33%和100%。
图表编号 | XD00153749100 严禁用于非法目的 |
---|---|
绘制时间 | 2020.08.20 |
作者 | 刘鑫、黄沁元、宋弘、冉茂霞、李强 |
绘制单位 | 四川轻化工大学自动化与信息工程学院、四川轻化工大学自动化与信息工程学院、人工智能四川省重点实验室、四川轻化工大学自动化与信息工程学院、四川轻化工大学自动化与信息工程学院、四川轻化工大学自动化与信息工程学院 |
更多格式 | 高清、无水印(增值服务) |