《表3 不同分类方法的分类精度Tab.3 Accuracy of different classification methods》

《表3 不同分类方法的分类精度Tab.3 Accuracy of different classification methods》   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

1) 实验结果证明:本文提出的基于多核学习整合局部放电信号多类特征的分类方法可以达到平均98.33%的分类精度,如表3所示.表3中分类精度数据说明了相比4种单核SVM分类器和融合SVM的分类器,本文提出的方法能够获得更高的分类精度.