《表6 不同训练数据量下的识别结果》

  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

《基于卷积神经网络的雷达人体动作与身份多任务识别》

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

除此之外，本文还验证了数据量不足情况下的模型识别效果，从交叉验证集4的训练集中随机挑选数据，组成6种包含不同数据量的训练集。训练后的模型都在交叉验证集4的测试集上进行识别，实验结果如表6所示。表中记录的单类数据量（data size）表示训练集中一个受试者单个动作类别下的数据量。增加训练数据可以使模型学习更准确的共享特征，获得更加紧致的类分布，故可以明显改善识别效果。本文模型在多个训练数据量下的识别结果比较稳定，在单类数据量为400张时，动作识别准确率仍可达到99.94%，总识别率可达97.46%。