《表3 不同算法的F-measure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

《基于多维局部二值模式和XGBoost的轻量谱线删除法》

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

%

将实验结果与CVC2013竞赛参与者所提供的方案[19]结果进行比较，包括以色列特拉维夫大学（TAU）方法、新加坡国立大学（NUS）方法、下莱茵应用科学大学iPattern研究所-直线检测（NUASilin）方法、下莱茵应用科学大学iPattern研究所-骨架化（NUASi-skel）方法、EPITA研发实验室（LRDE）方法、计算机工程与系统研究所（INESC）方法。表3列出了所提方法与其他方法对比结果（F-measure），可以看出，对于TS2，所提方法的F-measure值明显高于其他算法，对于TS1和TS3，所提方法的F-measure值略低于LRDE而高于其他算法。TS1和TS3测试子集都叠加了3D扭曲，而TS2只叠加了局部噪声，说明本文算法不能很好地处理3D扭曲乐谱图像，因为3D扭曲乐谱图像扭曲位置会有多段较宽的谱线，这样的谱线像素点具有的LBP特征算子更接近音符像素点所具有的LBP特征算子，所以对模型会出现较多的误分类，但是在全测试集上，所提方法具有最优的结果。在3个子测试集上，所提方法均具有很好的效果，可见所提方法具有很高的稳定性。