《表2 模糊神经网络对测试集的统计值》

  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

《基于音频特征和模糊神经网络的禽流感病鸡检测》

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

由图5可知，模糊神经网络在训练次数为16时对测试集的识别率达到稳定，隶属度函数为钟形函数的识别率最高。选择隶属度函数为钟形函数，训练次数为16次，分别计算该模糊神经网络对3组测试集识别结果的8个统计值:正确的正例、正确的反例、错误的正例、错误的反例、敏感性、特异性、正确识别率和错误识别率。本文中，敏感性为某一测试集中被正确诊断为禽流感病鸡声的个数与该测试集中所有禽流感病鸡声的数量之比，特异性为某一测试集被正确诊断为健康鸡声的个数与该测试集中所有健康鸡声的数量之比，敏感性和特异性的计算公式如式（18），（19） 所示。数据统计结果如表2所示。