《表3 不同多重分形谱参数的PNN识别结果》
提示：宽带有限、当前游客访问压缩模式
选择PNN作为分类器进行识别分类.根据3.2.2节中的分析，选取不同多重分形谱参数Δα、Δf和值作为分类识别的特征向量.为验证该方法的有效性，取4种典型振动信号各90组，其中50组作为PNN训练数据集，另外40组作为测试样本集，设定不同特征向量的平滑因子均为1.5.使用不同的多重分形谱参数特征进行识别比较，结果见表3.从表中可以看出，选用Δα、Δf和 3个多重分形谱参数作为特征向量时的识别率要高于其余两种情况.
| 图表编号 | XD0032843100 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.02.01 |
| 作者 | 熊兴隆、张琬童、冯磊、李猛、马愈昭、冯帅 |
| 绘制单位 | 中国民航大学天津市智能信号与图像处理重点实验室、中国民航大学天津市智能信号与图像处理重点实验室、中国民航大学天津市智能信号与图像处理重点实验室、中国民航大学空管研究院、中国民航大学天津市智能信号与图像处理重点实验室、中国民航大学工程技术训练中心 |
| 更多格式 | 高清、无水印（增值服务） |
