《表1 CNN模型与两种机器学习方法的性能比较(%)》
第一个实验的实验结果如图7所示,对于大多数实验对象,提出的模型在其测试集上达到99%甚至100%的识别准确率,仅有4名实验对象的精度低于99%。表1给出了提出的CNN模型与另外两种机器学习方法在整个数据集上的性能比较,值得注意的是,两种机器学习方法在使用时依赖于手工设计的特征[13],CNN模型能够从数据中自动提取特征,从而去掉特征筛选这一繁琐的过程。尽管如此,提出的CNN模型在精度指标上仍然高于这两种方法在此数据集上得到的最优结果。
图表编号 | XD00182016900 严禁用于非法目的 |
---|---|
绘制时间 | 2020.07.30 |
作者 | 杨雷、王志武、姜萍萍、颜国正、刘大生、韩玎、赵凯 |
绘制单位 | 上海交通大学电子信息与电气工程学院、上海交通大学电子信息与电气工程学院、上海交通大学电子信息与电气工程学院、上海交通大学电子信息与电气工程学院、上海交通大学电子信息与电气工程学院、上海交通大学电子信息与电气工程学院、上海交通大学电子信息与电气工程学院 |
更多格式 | 高清、无水印(增值服务) |