《表1 未归一化与归一化后的SVM分类预测准确率》

《表1 未归一化与归一化后的SVM分类预测准确率》   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
《基于支持向量机的碳纤维增强复合材料梁的分层损伤识别》


  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

MATLAB自带的SVM函数仅支持二分类,而LIBSVM工具箱[19]可进行多分类和回归识别,故采用LIBSVM工具箱进行SVM的训练与预测。将原始数据库的样本划分为训练样本集和预测样本集,其中预测样本选定为数据库的每类损伤变量最后两组。为加快训练时的收敛程度,对训练和预测样本进行归一化预处理。表1对比了未归一化与归一化后的SVM分类预测准确率,进一步证实了归一化的重要性。