《表2 CNN与ELM模型测试误差部分数据》
%
由图5相对于图6可知,CNN模型、ELM模型在实际灰分值有增长趋势后,两者模型的预测也会增长。而对于灰分值大于60%时,两者的预测都出现了较大的波动。但是从整体曲线上观察,CNN模型预测曲线则较为稳定。CNN与ELM模型测试误差部分数据如表2所示,由表2可以出,CNN模型预测误差较为平稳,较少出现大幅度的误差,其大部分相对误差在10%以内。相对于传统人工提取图像特征的方法,使用深度卷积神经网络自动提取特征并回归预测,具有效果更好,泛化性更强。
图表编号 | XD00135266500 严禁用于非法目的 |
---|---|
绘制时间 | 2020.02.10 |
作者 | 郭西进、魏凌敖、杨春宝 |
绘制单位 | 中国矿业大学信息与控制工程学院、中国矿业大学信息与控制工程学院、江苏骆运水利工程管理处 |
更多格式 | 高清、无水印(增值服务) |