《表4 情感识别准确率对比》
%
将扩充后的IAPS和GAPED数据集以8∶1∶1的比例分为训练集、验证集和测试集,表4对比了本文提出的mf-deepnetwork与zhao提出的手工特征提取方法[4]、微调的CNN网络(Fine-tuned Caffe Net[5]和Fine-tuned Alexnet[8])以及融合了四种单一特征的Emotional Machine[12]的准确率。图8展现了本文方法与VGG16网络[15]、Fine-tuned Alexnet在训练时的acc-loss对比图。本文方法具有更高的识别准确率,且收敛速度更快。
图表编号 | XD00119581000 严禁用于非法目的 |
---|---|
绘制时间 | 2019.12.15 |
作者 | 王哲、杨鹏飞、杨雅茹、姚蓉、杨雄、李海芳 |
绘制单位 | 太原理工大学信息与计算机学院、太原理工大学信息与计算机学院、太原理工大学信息与计算机学院、太原理工大学信息与计算机学院、太原理工大学信息与计算机学院、太原理工大学信息与计算机学院 |
更多格式 | 高清、无水印(增值服务) |