《表3 三种算法对比：一种自学习的智能五子棋算法的设计与实现》

  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

《一种自学习的智能五子棋算法的设计与实现》

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

以往的智能五子棋算法主要通过极大极小值搜索算法和Alpha-Beta剪枝算法进行实现，可以击败大多数的业余选手．将实验过程中得到的28个深度神经网络模型与基于极大极小值算法的智能五子棋算法以及基于Alpha-Beta剪枝算法的智能五子棋算法通过五子棋对局的方式进行比较，设置对局数为20，观察对局结果，记录深度神经网络模型获胜局数，如表3所示，可以看出从模型16开始，深度神经网络模型在与两种智能五子棋算法的20个对局中已经能够取得较大优势，模型25与28则以明显优势赢得了大部分的对局．