《表2 模型执行时间和识别准确率》

  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

《基于短波近红外高光谱和深度学习的籽棉地膜分选算法》

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

各类算法图像识别时间和对地膜平均识别准确率如表2所示，其中地膜平均识别率是背景上的地膜和籽棉上的地膜两类样本识别率的平均值。从表2可以看出，PLS、SVM的识别时间，地膜平均识别准确率均不佳；相比于其他ELM（VW-SAE-ELM、SAE-ELM）算法，本文提出的算法在保证识别时间的同时，提高了地膜的识别率；相比于其他ANN（ANN、VW-SAE-ANN、SAE-ANN）算法，本文算法不仅在分类精度上有一定的提高，而且缩短了识别时间。