《表3 不同算法的测试结果对比》
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
《基于改进孪生支持向量机的齿廓图像边缘失真分类研究》
为得到更好地进行对比试验,在样本集中随机选取47组数据作为测试样本集、其余样本数据作为训练样本集,用于采用相同核函数的OCF-PBT-TWSVM多分类算法与PBT-SVM多分类算法进行齿廓图像边缘失真分类的对比验证试验.OCF-PBT-TWSVM多分类算法基于OCF获取的最佳参数选择结果、测试样本集的分类准确率测试结果分别如图8(a)、(b)所示;PBT-SVM多分类算法通过交叉验证(Cross Validation,CV)方法获取的最佳参数c、g选择结果的3D视图、测试样本集的分类准确率测试结果分别如图9(a)、(b)所示.继续随机将30%左右的样本数据作为测试样本、其余作为训练样本,分别采用本文改进的OCF-PBT-TWSVM多分类算法和通用的PBT-SVM多分类算法进行齿廓图像边缘失真多分类重复性对比试验,取平均值作为最终准确率,测试结果如表3所示.
图表编号 | XD00221409200 严禁用于非法目的 |
---|---|
绘制时间 | 2020.10.01 |
作者 | 孙禾、赵文珍、赵文辉、段振云 |
绘制单位 | 沈阳工业大学机械工程学院、辽宁科技学院电气与信息工程学院、沈阳工业大学机械工程学院、沈阳工业大学机械工程学院、沈阳工业大学机械工程学院 |
更多格式 | 高清、无水印(增值服务) |