《表4 分类器识别结果对比》

  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

《基于集成学习的铸件缺陷识别方法》

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

为了进一步验证Adaboost-RF模型的性能，本文采用SVM和RF进行对比分析。对比方法均采用本文提取的敏感特征集作为模型的输入特征进行训练，识别结果如表4、图7和图8所示。由结果可知，本文方法在3种缺陷的识别准确率和漏报率上都好于其他两种方法。因此，在铸件的缺陷识别中，本文方法更有优势。