《表4 三种多特征决策融合方法在型号变化条件下的对比》
存在型号差异的同一类目标在局部结构上有一定的不同。当训练样本仅包含一个型号时(如标准型号),不同型号的正确分类存在一定的难度。本实验训练和测试集设置如表3所示,其中,BMP2和T72两类目标的训练、测试集具有不同的型号。表4比较了3种多特征决策融合方法在型号差异条件下的平均正确分类率。本文方法显著高于另外两类方法,证明其对于型号变化的稳健性。随机权值加权有效反映了测试样本与训练样本之间的型号差异并通过权值系数反映出来。因而,最终的决策变量能够较好地体现型号变化带来的差异并正确判定目标类别。
图表编号 | XD0057363000 严禁用于非法目的 |
---|---|
绘制时间 | 2019.05.01 |
作者 | 陈岭 |
绘制单位 | 四川建筑职业技术学院机电与信息工程系 |
更多格式 | 高清、无水印(增值服务) |