《表3 毒驾试纸数据扩充类别信息》

  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

《DrugChecking:一种多颜色空间下毒驾检测试纸识别方法》

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

在分类后的试纸数据中，类别之间样本数量差距较大，类别3和类别4较多，而类别0、1、2则远远小于其样本数量，存在严重数据不平衡现象，影响后续SVM的样本分类，造成分类精确度下降．目前解决样本数据不平衡问题的方法主要有加权法、采样法以及对原始数据增加噪声扩大样本量等方法[20，21]．本文通过在原始图像中加入均值为0，方差为0.025的高斯噪声，将类别0、1、2进行数据扩充，数据扩充后信息如表3所示，使得每个类别的样本数据量处于均衡状态，这样不仅增加了训练样本量，解决数据不平衡问题，也增强了算法分类的鲁棒性．