《表2 铁磁相含量:基于神经网络的英语语义智能分析方法研究》
从表2可以看出,在相同的网络参数、训练数据与测试数据的条件下,BRF网络对于英文字符的识别精度可达96.35%,相较于BP网络的88.56%,提升了7.79%;BRF网络的AUC达到了0.89,相较于BP网络的0.72更接近于1。表2的测试结果与图6的抗噪声曲线测试结果,具有较好的一致性。
图表编号 | XD00191288700 严禁用于非法目的 |
---|---|
绘制时间 | 2020.11.05 |
作者 | 张慧、许大炜 |
绘制单位 | 西安交通大学城市学院、西安交通大学城市学院 |
更多格式 | 高清、无水印(增值服务) |