《表1 4分类算法对MINIST数据分类精度比较[36]》
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
《基于机器学习的散射环境下光学调控及成像的研究进展》
文献[35]~[37]利用各自的光学系统分别对传统的分类算法进行分析比较。文献[35]对比分析了SVM、神经网络(neural network,NN)和自适应提升算法(adaptive boosting,AB)三种方法的识别精度。实验结果表明当散斑采样率都为800像素时,SVM,AB和NN的人脸识别精度分别达到了92.2%,87.7%和89.1%。显然,支持向量机的识别精度最高,神经网络次之,自适应提升算法识别精度最差。而文献[36]对比分析了基于目标散斑的自相关特性的目标分类算法,PCA+SVM,SRC,K-SVD和Kernel KSVD四种分类算法分类精度如表1所示,显然四种算法的分类精度相差不大。
图表编号 | XD00189721400 严禁用于非法目的 |
---|---|
绘制时间 | 2020.12.30 |
作者 | 甘文风、张希仁、张洪、黎燕 |
绘制单位 | 国家电网有限公司西南分部、电子科技大学光电科学与工程学院、国家电网有限公司西南分部、国家电网有限公司西南分部 |
更多格式 | 高清、无水印(增值服务) |