《表1 利用不同分类器所得到的识别率 (单位:%)》
为了验证随机森林对位移特征的分类效果,提取位移特征后,分别利用随机森林和K近邻(K-nearest neighbors,KNN)、贝叶斯网络(Bayesian network,BN)、支持向量机(support vector machine,SVM)等分类算法对位移特征进行分类识别。其中随机森林分类器中决策树的数量为200,树节点的个数10。在CK+数据库得到的识别率如表1所示。
图表编号 | XD0022450600 严禁用于非法目的 |
---|---|
绘制时间 | 2018.01.01 |
作者 | 林子澄、黄元亮、刘一民 |
绘制单位 | 暨南大学理工学院、暨南大学电气自动化研究所、暨南大学理工学院 |
更多格式 | 高清、无水印(增值服务) |