《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》

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.