《表1 各方法在MNIST上进行2D点云识别的准确率比较》
本文将实验的batch大小设置为128,将dropout层的神经元失活概率设置为0.3,将学习率初始化为0.05并以每30个epoch乘以0.7的速率递减。实验结果如表1所示,本文方法在2D点云识别上展现了优于其他方法的准确率。
图表编号 | XD00150806500 严禁用于非法目的 |
---|---|
绘制时间 | 2020.08.01 |
作者 | 林钦壮、何昭水 |
绘制单位 | 广东工业大学自动化学院、广东工业大学自动化学院 |
更多格式 | 高清、无水印(增值服务) |
本文将实验的batch大小设置为128,将dropout层的神经元失活概率设置为0.3,将学习率初始化为0.05并以每30个epoch乘以0.7的速率递减。实验结果如表1所示,本文方法在2D点云识别上展现了优于其他方法的准确率。
图表编号 | XD00150806500 严禁用于非法目的 |
---|---|
绘制时间 | 2020.08.01 |
作者 | 林钦壮、何昭水 |
绘制单位 | 广东工业大学自动化学院、广东工业大学自动化学院 |
更多格式 | 高清、无水印(增值服务) |