《表5 不同特征下的分类器效率对比》
提示：宽带有限、当前游客访问压缩模式
测试样本按每种故障和正常各取8组，本文分别采用PSO-SVM、GA-SVM对相同训练数据集和测试集进行效果对比。结果如表5所示。时频域集对应的3种算法适应度如图5所示。
| 图表编号 | XD00207286300 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2021.01.15 |
| 作者 | 黄静、张招君 |
| 绘制单位 | 浙江理工大学信息学院、浙江理工大学信息学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表3 遗传算法优化先验模型加权肤色特征提取方法在KNN分类器下的5种姿态识别准确率》2020.09.20
- 《表2 先验模型加权肤色特征提取方法在KNN分类器下的5种姿态识别准确率》2020.09.20
- 《表1 肤色特征提取方法在KNN分类器下的5种姿态识别准确率》2020.09.20
- 《表5 仅包括出行特征随机森林分类器混淆矩阵结果及对比》2020.09.25
- 《表5 不同分类器的分类效果对比》2021.02.01
- 《表3 基于不同特征组合的多种分类器对测试集Mi 5的实验结果》2020.05.26
- 《表5 不同算法比较/%：基于组合特征和级联分类器的防震锤检测算法》2020.05.16
- 《表5 不同规模故障样本下各分类器评估时间对比》2020.09.01
- 《表5 不同方法在不同分类器下的AUC值》2020.02.01
- 《表5 第二组数据集上不同方法在不同分类器下的分类性能》2020.01.01
- 《表5 不同特征选择方式下分类器准确率比较》2020.04.15
- 《表4 不同分类器下的美感自动分类结果》2019.12.01
- 《表3 不同特征（通道）及分类器下的实验结果》2019.11.01
- 《表5 不同RANS求解器计算效率对比》2019.04.01
- 《表2 SVM分类器下不同特征提取算法结果对比》2019.01.25
- 《表1 KNN分类器下不同特征提取算法结果对比》2019.01.25
- 《表1 在不同特征提取条件下的特征维度D和分类器数目C》2019.11.01
- 《表7 不同分类器效率对比Tab.7 Efficiency comparison of different classifiers》2018.02.01
- 《表1 不同分类器下的分类精度和分类时间》2018.05.20
- 《表1 不同分类算法下的准确率和时间效率对比》2018.06.01