《表1 MNIST数据集中数字识别率》
表1给出在MNIST数据集上,本方法与不同的分类算法进行字体识别率对比。其中PCANet模型参数在不同数据集取最佳参数,卷积核大小k1=k2=5,设置滤波器参数分别为L1=8、L2=4。由实验可以看出,相对于其他模型,本文算法的识别准确率在MNIST数据集上优于其他算法,达99.27%。
图表编号 | XD0034829300 严禁用于非法目的 |
---|---|
绘制时间 | 2019.01.25 |
作者 | 赵小虎、尹良飞、朱亚楠、刘鹏、王学奎、沈雪茹 |
绘制单位 | 矿山互联网应用技术国家地方联合工程实验室、中国矿业大学物联网(感知矿山)研究中心、矿山互联网应用技术国家地方联合工程实验室、中国矿业大学信息与控制工程学院、微软(中国)有限公司、矿山互联网应用技术国家地方联合工程实验室、中国矿业大学物联网(感知矿山)研究中心、矿山互联网应用技术国家地方联合工程实验室、中国矿业大学信息与控制工程学院、矿山互联网应用技术国家地方联合工程实验室、中国矿业大学信息与控制工程学院 |
更多格式 | 高清、无水印(增值服务) |