《表3 矿石分类结果比较：基于PSO-Faster R-CNN改进算法的矿石识别分类研究》

  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PSO-Faster R-CNN改进算法的矿石识别分类研究》

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

为了探究本文所用的3种算法运算性能的优劣，对比试验的结果见表3，SVM算法与HOG算法相结合的精度约为80%，KNN算法的精度约为70%。这两种算法较为简单易行，但在使用范围内会出现很多问题[17]。KNN算法处理简单的任务时会有很高的精度，优于其他算法。但是处理多种不同类的图片时，会导致KNN算法的存取时间较长。SVM（支持向量机）作为一种经典的分类算法，能够解决高维极值表示问题，在图像分类领域有着广阔的应用前景[18-22]。