《表6 三种减少过拟合方法的分类性能》

  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

《飞机目标分类的深度卷积神经网络设计优化》

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

从图6的训练损失值和验证损失值的差值可以看出，单独使用任意一种正则化方式均不能很好地解决模型过拟合的问题。使用两种正则化级联的方式既减小了由数据量不足导致的过拟合，又加快了模型的收敛速度。从表6可以看出，采用级联方式减少过拟合的方法所实现的分类性能最优，分类准确率达到了99.1%。