《表1 不同参数的手写体汉字识别率对比》
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
《基于二维主成分分析与卷积神经网络的手写体汉字识别》
特征矩阵输入CNN之前,首先打乱整个训练样本,以减少训练时的过拟合。为了得到更好的手写体汉字识别率,对三个CNN模型通过多次重复实验进行调参。选取部分参数作对比,不同CNN模型的识别率如表1所示,对3个CNN模型的平均识别率作比较,可知第三组数据的识别率最高,效果最好。因此,CNN模型的参数配置如下:批大小设置为48,正则化大小为0.8,学习率为0.000 2,每循环200次学习率降低10%。
图表编号 | XD00197749500 严禁用于非法目的 |
---|---|
绘制时间 | 2020.08.10 |
作者 | 郑延斌、韩梦云、樊文鑫 |
绘制单位 | 河南师范大学计算机与信息工程学院、智慧商务与物联网技术河南省工程实验室(河南师范大学)、河南师范大学计算机与信息工程学院、河南师范大学计算机与信息工程学院 |
更多格式 | 高清、无水印(增值服务) |