《表1 各深度卷积模型在数据集上的识别率比较》

  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

《MCVSVM驱动卷积神经网络模型的图像识别》

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

表1展示了各网络结构下所比较的四种CNN模型在各数据集上Top-1识别率。其中xxx-Cross、xxxSVM、以及xxx-MCVSVM分别表示交叉熵、SVM以及MCVSVM驱动的CNN模型。可以看出，MCVSVM引导的CNN模型总是能取得更高的识别准确率。相比于具有第二好表现的SVM驱动的CNN模型，MCVS-VM驱动的CNN在MNIST、SVHN、FER2013、CIFAR-10以及CIFAR-100数据集上的识别率分别平均提升了0.07%、0.3%、1.94%、3.37%和4.44%。实验结果表明，本文提出的算法能够有效增强深度模型的识别准确率，且具有较强的泛化性能。