《表4 不同分类算法的手势识别结果》

  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

《基于复合特征和动态阈值圆法的手势识别算法研究》

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

从表4中可以看出，KNN算法的识别率最高。其根本原因在于BP神经网络算法和SVM算法都是需要对样本进行训练，对样本的数量和质量要求较高，样本数量过少会导致训练的模型泛化能力较差，识别效果不佳。因此本文通过增加训练样本数量将总样本数量提高到180组，SVM分类的识别率提升到了96.67%，BP神经网络提高到了95%。与KNN算法相比，SVM分类器和BP神经网络均要对样本进行训练，会花费较长时间，而KNN算法无须训练，算法的流程也十分简单，因此花费时间与前两种算法相比较少，能满足本文手势实时识别的要求。