《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》
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。
图表编号 | XD00174655000 严禁用于非法目的 |
---|---|
绘制时间 | 2020.06.01 |
作者 | 徐善永、黄友锐、冯涛、韩涛 |
绘制单位 | 安徽理工大学电气与信息工程学院、安徽理工大学电气与信息工程学院、安徽理工大学电气与信息工程学院、安徽理工大学电气与信息工程学院 |
更多格式 | 高清、无水印(增值服务) |