《表1 军事目标识别准确率》

  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

《一种基于CGAN和GcForest的军事目标识别方法》

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

由表1可见，仅在坦克目标的识别上，SVM方法准确率高于CGAN+GcForest方法4.42%，在其他所有目标识别中，识别准确率均达到71.64%及以上，且高于CNN、KNN、SVM三种深度学习算法，领先幅度为最低为7.80%，最高为75.27%，领先幅度相对较大。可见在数据集不充分的情况下，使用CGAN和GcForest方法进行模型构建能够有效地提高军事目标的识别准确率。