《表3 不同光谱预处理条件下的支持向量机的F1的评价指标的统计参数》

  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

《基于近红外光谱与KPCA-SVM鉴别淡水鱼肉》

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

注：平均查全率：20次随机重复试验的平均查全率；平均查准率：20次随机重复试验的查准率。Note:Average recall:Average recallof 20randomized repetitive trials；Average precision:Average precision of 20randomized repetitive trials.

2) SVM判别模型的建立。基于F1评价模型所建SVM判别模型的判别效果如表3所示。由表3可知，无论是否经过光谱预处理，基于最短距离建立的模型的F1值都是最大，这是因为基于最短距离建立的SVM模型使所有样本点到超平面的距离最小。经SNV预处理后，采用最短距离建立层次SVM判别模型的效果最好，相对于未经光谱预处理的建模结果，F1值提高了11.33%。