《表2 不同CNN模型下的性能比较》
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
《基于欠定盲源分离理论与深度学习的声音样本集获取与分类方法》
针对2.3节的2种神经网络模型进行比较,其中VGGNet-16共迭代40万次,ResNet-50共训练10个epoch,学习率LR=0.001,分别从训练误差、训练准确率、测试误差和训练准确率进行评价,测评结果如表2所示。从表2中可以直观的看出,VGGNet-16的测试准确率达到93.75%,而ResNet-50的准确率高达99.92%,证明两种模型均可以满足分类要求,ResNet-50的分类效果更佳。
图表编号 | XD00157766300 严禁用于非法目的 |
---|---|
绘制时间 | 2020.07.30 |
作者 | 律方成、潘亦睿、郭佳熠、赵晓宇、耿江海 |
绘制单位 | 华北电力大学新能源电力系统国家重点实验室、华北电力大学河北省输变电设备安全防御重点实验室、华北电力大学新能源电力系统国家重点实验室、华北电力大学河北省输变电设备安全防御重点实验室、华北电力大学新能源电力系统国家重点实验室、华北电力大学河北省输变电设备安全防御重点实验室、中国电力科学研究院有限公司、华北电力大学新能源电力系统国家重点实验室、华北电力大学河北省输变电设备安全防御重点实验室 |
更多格式 | 高清、无水印(增值服务) |