《表2 不同算法病虫害病变图像识别率对比(%)》
从表1可以看出,采用反馈机制的对比散度(RCDF)方法,参数数量的增加,对应更新次数始终在185次附近,当参数在15个以上的时候,更新数稳定在185次。而采用原来的对比散度(KCD)方法,当参数变化时,更新次数波动性较大,说明该对比散度算法的执行效率是不稳定的。从表2可以看出,采用改进后的、基于冲量机制的CNN算法,其总体识别率与Le Net-5算法相当,但是与算法KNN和MNN相比,测试集识别率要高出近30个百分点。
图表编号 | XD00193521000 严禁用于非法目的 |
---|---|
绘制时间 | 2021.02.25 |
作者 | 强敏杰 |
绘制单位 | 苏州大学计算机科学与技术学院 |
更多格式 | 高清、无水印(增值服务) |