《表3 不同方法在MNIST上的识别率》
除此之外,本实验还选取了在网络结构相似情况下基于SVM、PCA、CNN和RNN模型的图像识别,对比这些方法和本文方法在图像识别准确率方面的差别。各种方法在MNIST上的识别准确率对比如表3所示。从表3中可以看出,使用传统的机器学习方法SVM和PCA准确率可以达到92%左右,而CNN和RNN等深度学习方法准确率更高,可以达到94%~97%,而本文模型随着训练迭代的增加,图像识别的准确率可以稳定保持在98%左右。从以上的实验中可以看出本文方法的可行性与优势。
图表编号 | XD00163034100 严禁用于非法目的 |
---|---|
绘制时间 | 2020.07.15 |
作者 | 李鑫、焦斌、林蔚天 |
绘制单位 | 上海电机学院电气学院、上海电机学院电气学院、上海电机学院继续教育学院 |
更多格式 | 高清、无水印(增值服务) |