《表4 σ=1时分类准确率》

  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SVM的多核学习飞秒激光烧蚀光斑图像分类》

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

表2、3、4是由Hu不变矩作为特征向量得到的光斑图像分类识别率。通过以上三个表可以看出，Hu不变矩作为特征向量识别时，固定核参数σ，随着惩罚因子C的值增大，光斑图像识别的准确率先增加后减少，当C=10时，光斑图像的识别率最高。固定惩罚因子C，随着核参数σ的值增大调节，光斑图像识别的准确率逐渐降低。当σ=0.1时，光斑图像的识别率最高。