《表3 不同方法在不均衡训练集上获得的测试结果Tab.3 Testing results of addressing the imbalanced train-ing sets with differ

《表3 不同方法在不均衡训练集上获得的测试结果Tab.3 Testing results of addressing the imbalanced train-ing sets with differ   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
《面向不均衡训练集的印刷图像套准状态检测方法》


  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

实验采用C-SVM作为支持向量机分类器,采用高斯径向基核函数(RBF)。分类模型中惩罚函数C和核宽度σ采用网格优化算法和五折交叉验证法获得[26]。由于训练集中的套准图像和套不准图像是随机从200个标志图像中选取的,为了增加测试的准确性,文中随机选取了10组训练集和测试集,分别采用上述的4种方法进行实验,取得的测试结果取平均值,见表3。