《表3 不同模型试验结果对比》

  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

《基于卷积神经网络的大白母猪发情行为识别方法研究》

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

各模型的性能对比结果如表3所示。从表3中可知，KNN模型在测试集上的运算时间较长，且精确率与准确率最低，这是由于KNN在分类过程中需进行全局运算，计算复杂度、空间复杂度较高，对训练数据的依赖度也较大[44]；SVM方法训练所得模型在测试集上的运算时间最短，但精确率、召回率与准确率均较低，这是由于SVM利用核函数把多维数据向高维空间非线性映射，核函数的选择对最终的结果会产生影响[45]；Adaboost方法训练所得的模型在测试集上的表现较优于SVM与KNN；Alex Net＿Sow＿Simplified模型的测试准确率最高，测试时间也相对较低。