《表5 ECNN-2在不同分割率下的测试集性能》

  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

《图像分类卷积神经网络的进化设计》

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

ECNN算法通过车辆数据集训练得到最优分类模型ECNN-2，通过对不同分割比例下的测试集进行多次测试，并计算出不同比例的性能度量评价指标数据，实验结果如表5所示，不同比例划分数据集下的ECNN-2算法模型准确率均在94.5%以上，召回率稳定在95%，精度和F1分数也分别可达95%和92%，该实验结果表明本文算法在车辆数据集分类中具有较好的分类性能与稳定性.