《表1 各深度卷积模型在数据集上的识别率比较》
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。
图表编号 | XD00174760200 严禁用于非法目的 |
---|---|
绘制时间 | 2020.04.15 |
作者 | 肖遥、蒋琦 |
绘制单位 | 西华大学计算机与软件工程学院、西华大学计算机与软件工程学院 |
更多格式 | 高清、无水印(增值服务) |