《表3 分类识别结果：体表胃电的特征提取方法研究》

  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

《体表胃电的特征提取方法研究》

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

本文将筛选出的最优特征参数组成了时-频-非多维特征向量，采用10次15-折交叉验证的方法对FD患者/正常人的餐后EGG数据进行分类识别。其中，用于识别模型训练的数据为14组，另外1组数据用于测试，依次将每一组数据进行测试，并将此15-折交叉验证过程重复了10次。所使用的分类识别方法为径向基核函数、多项式核函数支持向量机[19](support vector machine，SVM），且分类器已经过优化[20]。2种SVM下的分类识别结果如表3所示。