《表4 采用多类别训练样本实验识别率Tab.4 recognition rate of a multi-class training sample experiment》
采用单一类别训练样本实验结果见表3,采用多类别训练样本实验结果见表4.由表3、表4对比可知,本文算法经过单一类别样本训练后,得到良好的初始化值,再经过其他类别样本的交叉反向训练,剔除模型中影响力小的权值,提升特征分类能力.所以当训练样本类别多样化时,本文算法识别率会得到明显提升.
图表编号 | XD0018807100 严禁用于非法目的 |
---|---|
绘制时间 | 2018.12.01 |
作者 | 孙劲光、严华 |
绘制单位 | 辽宁工程技术大学电子与信息工程学院、辽宁工程技术大学电子与信息工程学院 |
更多格式 | 高清、无水印(增值服务) |