《表4 不同分类算法的手势识别结果》
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。
图表编号 | XD00134630100 严禁用于非法目的 |
---|---|
绘制时间 | 2020.02.01 |
作者 | 王梅、张震、张曦、屠大维 |
绘制单位 | 上海大学机电工程与自动化学院、上海大学机电工程与自动化学院、上海大学机电工程与自动化学院、上海大学机电工程与自动化学院 |
更多格式 | 高清、无水印(增值服务) |