《表1 MNIST数据集中数字识别率》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于主成分分析网络的改进图像分类算法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

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%。