《表2 SI策略下不同融合方法比较Table 2 Comparison of different fusion methods under SI strategy》
(%)
由表1、2的试验结果可知,在SD策略下采用第(1)种特征组合方式效果较好,而在SI策略下,采用第(2)种特征组合方式效果较好。原因是,在SI策略下,特征ICLBP_M和ICLBP_S_M的识别效果非常接近,而特征UCLBP_S的识别效果又介于两者之间,加入到决策级融合,使三者的识别效果几乎相同,严重影响整体识别性能。同时可以看到,本文融合算法的效果在各种特征组合方式下均高于其他3种决策级融合方法,验证了本文算法的有效性。
图表编号 | XD0016982900 严禁用于非法目的 |
---|---|
绘制时间 | 2018.05.01 |
作者 | 许良凤、刘泳海、胡敏、王晓华、任福继 |
绘制单位 | 合肥工业大学情感计算与先进智能机器安徽省重点实验室、合肥工业大学情感计算与先进智能机器安徽省重点实验室、合肥工业大学情感计算与先进智能机器安徽省重点实验室、合肥工业大学情感计算与先进智能机器安徽省重点实验室、合肥工业大学情感计算与先进智能机器安徽省重点实验室、德岛大学先端技术科学教育部 |
更多格式 | 高清、无水印(增值服务) |