《表3 特征洪水时流量表:基于胶囊神经网络的交通标志识别算法研究》
%
比较经典Le Net-5[11]、Alex Net[12]、Goog Le Net[13]、CNN、SVM和本文算法的识别率。如表3所示:Let Net和Alex Net属于轻型卷积网络,结构简单,能够快速完成图像的识别任务,但其网络深度和图像特征的表达能力不足;Goog Le Net和CNN属于深层的卷积网络,深度特征具有很强非线性表达能力,但其网络需要很长的训练时间;本文算法网络训练时间较短,识别率最高。
图表编号 | XD00204887500 严禁用于非法目的 |
---|---|
绘制时间 | 2020.12.24 |
作者 | 任条娟、陈鹏、陈友荣、江俊、游静 |
绘制单位 | 常州大学、浙江树人大学、常州大学、浙江树人大学、浙江树人大学、常州大学 |
更多格式 | 高清、无水印(增值服务) |