《表7 不同结合策略的CBTR方法实验对比结果》

  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

《基于卷积神经网络的电力操作票文字识别方法》

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

假想笔画、路径签名和8方向特征分别作为特征矩阵输入，将输出3种CNN结果。CBTR方法采用结合策略计算预测结果。表7给出了本文集成CNN算法使用不同结合策略的实验对比结果。结合策略主要有3种：平均法、投票法与学习法。本文实验则对比了简单平均法与简单投票法的对比结果，学习法将在未来进一步探索。其中，CBTR-avg表示使用简单平均法的结合策略；CBTR-vot表示使用简单投票法的结合策略。从实验结果可以看出，CBTR-avg方法的精度高于CBTR-vot方法，简单平均法更适用于本文场景。