《表1 模型性能对比:基于卷积神经网络的手势识别算法研究》
在选定最佳平滑参数σ的基础之上,为了验证实验结果的有效性,文中对比了近年常用的识别方法,包括一般的CNN结构以及Jiajia Zhang等人[17]提出的CNN+GRNN结构,其中一般的CNN结构设置为两个卷积层、两个池化层及3个全连接层,CNN+GRNN就是将上述CNN中的全连接层换为广义回归神经网络(Generalized Regression Neural Network,GRNN)。对比实验的评价指标有两个,第一个是在相同的实验环境下,同样的训练集和测试集所得到的识别准确率;第二个是各种方法的耗时(识别多张图取平均时间)。实验结果对比如表1所示。
图表编号 | XD00196060200 严禁用于非法目的 |
---|---|
绘制时间 | 2021.01.20 |
作者 | 程冉、史健芳 |
绘制单位 | 太原理工大学信息与计算机学院、太原理工大学信息与计算机学院 |
更多格式 | 高清、无水印(增值服务) |