《表2 单核SVM识别结果Tab.2 Recognition results of single kernel SVM》

《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》


  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
%

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）

相关图表

  1. 《表3 不同核函数的SVM分类模型的准确率Tab.3 Accuracy of support vector machine model using different kernel functions》2019.02.25
  2. 《表4 SVM焊缝缺陷分类结果对比Tab.4 Classification results of weld defects by SVM》2019.01.25
  3. 《表3 SVM焊缝缺陷分类结果Tab.3 Classification results of weld defects by SVM》2019.01.25
  4. 《表3 不同方法选择的核函数参数的SVM模型判别结果Tabel 3Classification results of SVM model with kernel function parameters selected by differen》2019.04.25
  5. 《表1 SVM分类结果表Tab.1 Result of SVM》2019.04.08
  6. 《表3 C-SVM识别实验结果Tab.3 Result of C-SVM recognition experiment》2018.04.01
  7. 《表2 SVM模式识别结果Tab.2 Pattern recognition result of SVM》2018.11.21
  8. 《表5 支持向量机k-fold交叉验证均值Tab.5 Average recognition results using k-CV-SVM (%)》2018.06.01
  9. 《表6 支持向量机识别准确率Tab.6 SVM recognition accuracy》2018.06.01
  10. 《表2 支持向量机部分预测结果Table 2 Predication results of SVM》2018.04.25
  11. 《表2 不同程度识别结果Table 2 Recognition results of different fault degree (%)》2018.06.01
  12. 《表2 3种识别结果对比表Table 2 Comparison of three recognition results》2018.03.01
  13. 《表2 PMI-SVM预测结果Table 2 Forecast result of PMI-SVM》2018.01.25
  14. 《表4 FAM-SVM算法计算结果Tab.4 Results of the FAM-SVM algorithm》2018.11.25
  15. 《表3 SVM算法计算结果Tab.3 Results of SVM algorithm calculation》2018.11.25
  16. 《表1 多分类SVM模型分类结果Tab.1 Classification results of multi-classification SVM model》2018.03.10
  17. 《表2 受试者动作稳态识别率Tab.2 Steady-state recognition result of subjects》2018.05.31
  18. 《表3 图像识别结果Tab.3 Results of image recognition》2018.05.01
  19. 《表2 不同算法的故障识别结果Tab.2 Fault recognition results of different algorithms》2018.06.10
  20. 《表2 本文方法的识别结果Tab.2 Recognition results of method in this paper》2018.03.01

随机翻阅

《表1 按处于自然保护区的区域进行划分的水村分类表》 《表1 福建铁观音乌龙茶和台湾软枝乌龙茶香气成分分析结果》 《表4 技能C2-P判断矩阵数值表》 《表3各型号VRF空调系统的参数》 《附表镇平县2 0 1 7 年与2018年提升技术推广面积对比(单位:万亩次)》 《表1 10例患者基线资料》 《表6 火灾后端板连接节点失效模式Tab.6 Failure modes of endplate connections after fire》 《表1 实测数据误差分析表》 《表8 美国规范反应谱表达式》 《表1渠道的结构分类：水产动保企业营销渠道模式的进一步探讨（上）》