《表4 特征工程对识别准确率和效率的影响》
在移动端,在线提取SF和MF特征,并通过训练好的朴素贝叶斯(以NB表示)模型在线分类,分别得到对应的耗时和准确率.CF仅在服务器端(CPU配置为Intel(R)Core(TM)i7-7740x)提取并计算耗时.此外,在服务器端分别训练两个DeepCIL模型,一个遵照前文设计的网络参数(DeepCIL-1),另一个将所有隐藏层的节点数减半(DeepCIL-2),然后将两个模型部署到移动端,并计算推理耗时和准确率.结果如表4所示.
图表编号 | XD00126546000 严禁用于非法目的 |
---|---|
绘制时间 | 2020.01.01 |
作者 | 范长军、高飞 |
绘制单位 | 浙江工业大学计算机科学与技术学院、浙江工业大学计算机科学与技术学院 |
更多格式 | 高清、无水印(增值服务) |