《表1 CNN与SVM的目标识别结果》
由图8可以看出,在迭代次数超过150时网络基本可以学习到数据的全部特征,训练损失曲线如图9所示。同时为了验证CNN方法对稳健特征提取与目标识别的有效性,文章将CNN与SVM进行比较,在SVM实验中,核函数取径向基函数(RBF),通过网格搜索算法对惩罚系数C和σ进行寻优,训练数据与测试数据完全相同,CNN迭代次数为300,识别率与识别时间如表1所示。
图表编号 | XD00135960200 严禁用于非法目的 |
---|---|
绘制时间 | 2020.02.01 |
作者 | 张奇、卢建斌、刘涛、刘齐悦 |
绘制单位 | 海军工程大学电子工程学院、海军工程大学电子工程学院、海军工程大学电子工程学院、中国人民解放军91245部队 |
更多格式 | 高清、无水印(增值服务) |