《表2 单核SVM识别结果Tab.2 Recognition results of single kernel SVM》
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
《基于多核学习整合GIS局部放电多类特征的分类研究》
%
单核SVM应用于4种类别的放电特征时,由于核函数的不同,分类识别效果差异也比较大.鉴于RBF与POLY被广泛应用于支持向量机模型中,因此本文分别将这两种核函数应用于每类训练集的单核SVM中,通过3重交叉验证得到的各个放电特征识别结果如表2所示.
图表编号 | XD00188795900 严禁用于非法目的 |
---|---|
绘制时间 | 2018.10.01 |
作者 | 宋人杰、杨爽、孟凡奇 |
绘制单位 | 东北电力大学电气工程学院、东北电力大学电气工程学院、东北电力大学电气工程学院 |
更多格式 | 高清、无水印(增值服务) |