《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》
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。
图表编号 | XD00121665000 严禁用于非法目的 |
---|---|
绘制时间 | 2019.12.25 |
作者 | 倪超、李振业、张雄、赵岭、朱婷婷、蒋雪松 |
绘制单位 | 南京林业大学机械电子工程学院、南京林业大学机械电子工程学院、南京林业大学机械电子工程学院、聊城大学机械与汽车工程学院、南京林业大学机械电子工程学院、南京林业大学机械电子工程学院 |
更多格式 | 高清、无水印(增值服务) |