奶牛个体识别：决策树、随机森林、SVM 与 Softmax 分类器性能对比

传统卷积神经网络模型通常使用 Softmax 分类器对特征提取层提取的特征进行分类识别。接下来将特征融合模型7的特征提取层提取的奶牛躯干图像特征作为决策树 (Decision Tree, DT) 分类器、随机森林 (Random Forest, RF) 分类器、SVM 分类器的输入，分别使用 DT 分类器、RF 分类器、SVM 分类器计算测试集中奶牛个体识别的准确率，并和 Softmax 分类器的性能进行对比实验。实验结果如表 4.2 所示。