《表2 方法检出限的确定：改进CNN的太阳电池缺陷识别方法研究》

  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

《改进CNN的太阳电池缺陷识别方法研究》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

多缺陷五分类数据集样本数量如表2所示。随机选取60%作为训练集，40%作为测试集，根据选好的模型参数，经过网络20轮的迭代，多缺陷五分类的测试集在CNN-RF网络上达到99.18%的准确率，在传统的CNN网络上达到98.15%的准确率。结果如表2所示，生成的混淆矩阵如图8所示。