《表1 三种算法实验结果：基于SMO算法的皮带撕裂红外图像检测方法》

  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SMO算法的皮带撕裂红外图像检测方法》

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

两次实验的结果如表1所示。从表1中可以看出：BP神经网络算法效果最差，其原因如前所述；SVM算法效果次之，SMO算法最好，其原因为SVM和SMO算法中支持向量机的构造方法相同，区别仅在于SMO算法对于求取拉格朗日乘子的最优解具有高效性，使SMO算法整体性能优于SVM算法，由于实验样本少，两者差别较小，而当样本容量变大时，两者差异将变大，SMO算法的优越性将更加明显。因此，SMO算法用于红外图像分割时是具有优越性的，预测精度高、实时性好，能够满足皮带撕裂图像检测的诊断要求。