《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》

《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》   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
《基于概率图模型的表情分类方法研究》


  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

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）

相关图表

  1. 《表4 基于特征参数方法的识别结果Tab.4 Recognition rate of method based on feature parameters》2019.01.25
  2. 《表4 BLUFR协议的人脸识别率Tab.4 Face recognition rate of BLUFR protocol》2019.01.01
  3. 《表4 3 种识别算法实验结果Tab.4 Three kinds of recognition algorithm experimental results》2019.01.22
  4. 《表3 4个实验的识别率比较Tab.3 Comparison of recognition rate between four experiments》2019.01.25
  5. 《表4 训练集多尺度特性分析Tab.4 Multiscale characteristic analysis of training set》2019.01.15
  6. 《表4 不同比例训练样本下的故障识别结果Tab.4 Fault recognition results with training samples of different proportions》2019.03.01
  7. 《表4 层数变化与识别率关系Tab.4 Relationship between number of layers and recognition rate》2019.01.25
  8. 《表4 3种算法的模式识别正确率和训练时间比较Tab.4 Comparison of pattern recognition efficiency and training time of three algorithms》2018.11.21
  9. 《表4 5次增量情况下在VIPeR数据集上的识别率Tab.4 Recognition rates of five incremental cases on VIPeR dataset》2018.04.15
  10. 《表5 JAFFE库上不同训练样本数正确识别率Tab.5 correct recognition rate of different training sample numbers on JAFFE database》2018.12.01
  11. 《表7 CK库、JAFFE库上不同算法识别率Tab.7 correct recognition rate of different training sample numbers on CK database》2018.12.01
  12. 《表6 CK库上不同训练样本数正确识别率Tab.6 correct recognition rate of different training sample numbers on CK database》2018.12.01
  13. 《表3 采用单一类别训练样本实验识别率Tab.3 recognition rate of a single-class training sample experiment》2018.12.01
  14. 《表4 训练样本准确度对比Tab.4 Accuracy comparison of training data》2018.02.15
  15. 《表2 不同算法样本识别率的结果对比Table 2 Recognition rate of different algorithms》2018.05.01
  16. 《表1 小样本数量变化对识别率的影响Tab.1 Effect of small sample size on recognition rate》2018.03.10
  17. 《表4 基于X网络不同步数下目标识别率Tab.4 The target recognition rate under different steps based on the X network》2018.10.01
  18. 《表4 不同网络结构的识别率Tab.4 Recognition rates for different network structures》2018.10.28
  19. 《表4 喷印识别率-码眼变换Tab.4 Jet printing recognition rate-code eye conversion》2018.04.10
  20. 《表4 识别率及运行时间比较Tab.4 Comparison of recognition rate and time》2018.03.01

随机翻阅

《表4 流行性乙型脑炎的虫媒传播情况分析》 《表3 不同比例药渣对湖羊整体体重的分析》 《表2 基于模型的元特征：基于元学习的推荐算法选择优化框架实证》 《表2 纳入文献的偏倚风险评估》 《表2 蛋白质组分析：转录组学与蛋白组学在三阴性乳腺癌中的预后研究进展》 《表2 两组患者的幽门螺杆菌根除率和复发率比较[n (%) ]》 《表1 两组患者治疗前后血糖控制与HbA1c检测情况比较 (±s)》 《表3 汽车白车身静刚度仿真结果和试验结果对比》 《表5 单位体积混凝土承载情况》 《表3 卡尔曼滤波结果Tab.3 The result of Kalman filtering》