《表4 模型性能指标对比:图像分类卷积神经网络的进化设计》
图4给出了ECNN-1算法进化完成后的20条染色体网络模型对测试集进行分类的准确率折线图.其中横轴表示染色体序号,纵轴表示每条染色体模型的测试准确率,折线图为每条染色体模型测试准确率与准确率平均值的对比.从图4可以看出仅有13号染色体测试准确率为85.6%,20号染色体测试准确率为68.2%,其余染色体的测试准确率均在90%~95.7%之间,20条染色体的总平均测试准确率值为92.2%,表明ECNN自动网络设计种群中个体进化的合理性.其中17号染色体测试准确率最高为95.7%,与ECNN-1自组织网络的测试准确率相同,验证了ECNN算法设计的准确性.由于计算资源的限制,文中算法中网络最大层数设置为17,通过文中方法可以寻找到与人工网络分类准确率相近的网络,若在更多的计算资源情况下,可以设置更多的网络层数与初始染色体群体数量,将更有利于保证自组织网络ECNN-1具有较高的分类准确率.
图表编号 | XD00174381500 严禁用于非法目的 |
---|---|
绘制时间 | 2020.05.15 |
作者 | 马永杰、刘培培 |
绘制单位 | 西北师范大学物理与电子工程学院、西北师范大学物理与电子工程学院 |
更多格式 | 高清、无水印(增值服务) |