《表1 Caltech 101结果比较》
本实验使用101类物体图像,参照文献[2]实验选取图像,总共选中5978幅图像进行实验.表1中4幅轮廓图像的NSCT分解参数为[0,0,1],7幅为[1,0,2].由大量实验数据得出,设置NSCT的分解参数使得最高频段包含的轮廓图像最多,而其他各个频率段包含的轮廓图像数目均衡时,物体类别分类正确率最高.此外,使用4幅轮廓图像能够让本文方法在较短时间内获得较高的物体类别分类正确率,因此,本文使用4幅轮廓图像的实验结果与其他已发表的实验结果进行比较.
图表编号 | XD0017149400 严禁用于非法目的 |
---|---|
绘制时间 | 2018.07.01 |
作者 | 李雅倩、吴超、李海滨、刘彬 |
绘制单位 | 燕山大学工业计算机控制工程河北省重点实验室、燕山大学信息科学与工程学院、燕山大学工业计算机控制工程河北省重点实验室、燕山大学信息科学与工程学院 |
更多格式 | 高清、无水印(增值服务) |