《表2 带有特征噪声的模型分类精度》

  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

《基于加权Pin-SVM的钢板表面缺陷分类》

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

首先，为了验证WPin-SVMs算法对特征噪声的不敏感特性，本文在原始数据集上加入了一定数量的特征噪声，分别测试了WPin-SVMs、SVM、WSVM和Pin-SVM的分类性能，测试结果如表2所示。从表2可以看出，WPin-SVMs算法和Pin-SVM算法的精度要优于SVM和WSVM算法，原因是WPinSVMs和Pin-SVM中都采用的Pinball损失函数，它具备特征噪声不敏感特性。