《表3 各算法与卷积拉普拉斯阶梯网络在MNIST数据集上的性能比较》
在第2个实验中,本文仍然随机从每类数字中挑选出10个样本,组成100个带标签样本集进行监督损失的计算,对卷积结构的拉普拉斯阶梯网络进行了测试.在此实验中,卷积拉普拉斯阶梯网络的结构描述如表1的第1列所示,其测试结果见表3.从实验结果可以看出,在手写数字体图像的识别任务中,卷积拉普拉斯阶梯网络仍然具有比卷积阶梯网络和其他基于卷积结构的半监督深度学习模型更好的分类能力.由于卷积网络对图像信息提取处理的优势,相对于多层感知器拉普拉斯阶梯网络,卷积拉普拉斯阶梯网络对的手写数字图像识别的效果又得到了进一步的提高.
图表编号 | XD00168932600 严禁用于非法目的 |
---|---|
绘制时间 | 2020.05.01 |
作者 | 胡聪、吴小俊、舒振球、陈素根 |
绘制单位 | 江南大学人工智能与计算机学院、江南大学人工智能与计算机学院、江南大学物联网工程学院、江苏理工学院计算机工程学院、安庆师范大学数学与计算科学学院 |
更多格式 | 高清、无水印(增值服务) |