《表1 BPBN实验结果：基于局部二值模式与深度置信网络的人脸识别》

  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

《基于局部二值模式与深度置信网络的人脸识别》

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

BPBN模型在不同模型规模下的准确率和时间损耗由表1呈现，为了对比BPBN方法的实用性和有效性，将传统的主成分分析方法（PCA）和支持向量机（SVM）结合的模型与本文提出的BPBN方法进行实验对比，对比结果由表2呈现。通过实验结果和对比结果可以看出：BPBN模型的准确率随着隐层规模复杂性的变大而增高，相应模型训练时间会随着隐层规模复杂性的变大而增加，同时在隐层模型复杂度达到一定程度后，模型准确率不会再随着隐层规模复杂性的变大而增高，甚至由于过拟合的原因有轻微下降趋势。