《表1 CNN与SVM的目标识别结果》

  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CNN的舰船高分辨距离像目标识别》

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

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。