《表1 CNN模型与两种机器学习方法的性能比较(%)》

  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

《无线健康监护系统设计及状态识别算法》

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

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。