《表1 地面分类结果-训练集和测试集准确率对比Tab.1 Comparison of accuracy between training sets and test sets of terrain c

  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

《履带机器人基于时频特征与PCA-SVM的地面分类研究》

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

对试验中获取的5种路面50个采样数据样本，同时运用基于时域幅值特性提取的分类方法（TADA）、基于Welch方法的频域功率谱密度特征提取的分类方法（*Pwelch）、基于Burg方法的频域功率谱密度特征提取的分类方法（*Pburg）和基于2种频域功率谱密度特征并融合时频幅值特征提取的分类方法（TADA*Pwelch与TADA*Pburg）进行地面分类的运算处理，分别编制相应的MATLAB程序进行样本数据的处理，然后对分类的结果加以汇总对比，其训练集、测试集准确率如表1所示。由表1和图10显示的分类结果，可以看出，在机器人速度为0.02 m/s时，采用TA-DA*Pburg方法的测试集分类准确率可以达到100%，均优于其他；在机器人速度为0.04 m/s时，采用TADA*Pburg方法的测试集分类准确率为90%，低于TADA方法下的分类准确率，但高于*Pwelch和*Pburg方法下的分类准确率。