《表2 不同TH值的CNN、NIN和Dense Net测试精度比较》

  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

《近岸海浪视频浪高自动检测》

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

使用海浪静态图像数据集分别训练CNN、NIN和DenseNet网络模型，在测试集上进行结果比较，对3种网络在特征提取上的性能进行评估对比。使用均方根误差RMSE（root mean square error）表示数据集预测结果与真值之间的平均绝对误差，均方根误差越接近0，网络性能越好，输出的浪高越接近标签值；TH表示浪高检测值与标准值之间的绝对误差（单位:m），各模型的精度如表2所示，计算为预测结果不超过绝对误差的样本数占总样本数的比值。