《表1 不同特征下的SVM识别率对比》
为验证本研究算法的有效性,做了两组对比实验。第一组是与单一特征及两两特征结合时的识别率对比,均使用SVM识别,得到如表1所示的结果。如表1所示,使用单一特征值时,CSP的识别率最高,EMD的识别率最低;在特征两两结合时,识别率均大于80%,较单一特征有所提高,其中,CSP和AR模型结合时的识别率最高,同时由于单一特征时CSP效果最好,在两两结合时,与CSP结合的两种算法较另一种都更高;而本研究采用的多特征融合方法,达到91.9%的准确率,明显高于其他6种,证明本研究特征提取算法的有效性。
图表编号 | XD0061343200 严禁用于非法目的 |
---|---|
绘制时间 | 2019.05.25 |
作者 | 姜月、邹任玲 |
绘制单位 | 上海理工大学医疗器械与食品学院、上海理工大学医疗器械与食品学院 |
更多格式 | 高清、无水印(增值服务) |