《表1 BPBN实验结果:基于局部二值模式与深度置信网络的人脸识别》
BPBN模型在不同模型规模下的准确率和时间损耗由表1呈现,为了对比BPBN方法的实用性和有效性,将传统的主成分分析方法(PCA)和支持向量机(SVM)结合的模型与本文提出的BPBN方法进行实验对比,对比结果由表2呈现。通过实验结果和对比结果可以看出:BPBN模型的准确率随着隐层规模复杂性的变大而增高,相应模型训练时间会随着隐层规模复杂性的变大而增加,同时在隐层模型复杂度达到一定程度后,模型准确率不会再随着隐层规模复杂性的变大而增高,甚至由于过拟合的原因有轻微下降趋势。
图表编号 | XD00178859400 严禁用于非法目的 |
---|---|
绘制时间 | 2020.05.05 |
作者 | 满忠昂、刘纪敏、孙宗锟 |
绘制单位 | 山东科技大学计算机科学与工程学院、山东科技大学智能装备学院、山东科技大学计算机科学与工程学院 |
更多格式 | 高清、无水印(增值服务) |