《表3 各类方法在不同信噪比下的平均识别率(%)》

  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

《多特征联合稀疏表示的电力设备图像识别方法》

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

考虑到电力设备图像获取过程中的噪声干扰，有必要验证提出方法在信噪比（SNR）较低条件下的识别性能。为此，本实验首先向原始三种设备的测试样本中添加不同程度的高斯噪声，分别获得5d B，0d B和-5d B信噪比下的测试集。然而，基于它们对各类方法的性能进行考察。表3列出了各类方法在不同信噪比下的平均识别率。随着信噪比的降低，各类方法的性能都出现了不同程度的下降。观察发现，本文方法在三个信噪比下均保持了最高的平均识别率，且显著优于对比方法，充分验证在较低信噪比条件下的有效性。三种特征的互补特性为低信噪比下的设备识别提供了更多信息。同时，基于稀疏表示机理的联合稀疏表示方法自身也考虑了噪声的影响，因此对于噪声干扰具有更强稳健性。