《表4 带有标签噪声和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

最后，为了验证WPin-SVMs整体的分类性能，本文在原始的缺陷图像数据库中，同时加入标签噪声和特征噪声，实验结果如表4所示。从表4可以看出，SVM的分类精度是最低的，WSVM和Pin-SVM的分类精度不差上下，本文提出的WPin-SVMs的分类精度是最高的。综合表2-4，可以证明，针对钢板表面缺陷图像分类，本文提出的WPin-SVMs模型具有较高的识别精度。