《表3 不同方法在MNIST上的识别率》

  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

《基于条件信息卷积生成对抗网络的图像识别》

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

除此之外，本实验还选取了在网络结构相似情况下基于SVM、PCA、CNN和RNN模型的图像识别，对比这些方法和本文方法在图像识别准确率方面的差别。各种方法在MNIST上的识别准确率对比如表3所示。从表3中可以看出，使用传统的机器学习方法SVM和PCA准确率可以达到92%左右，而CNN和RNN等深度学习方法准确率更高，可以达到94%～97%，而本文模型随着训练迭代的增加，图像识别的准确率可以稳定保持在98%左右。从以上的实验中可以看出本文方法的可行性与优势。