《表3 模型识别准确率：基于深度残差的多特征多粒度农业病虫害识别研究》

  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

《基于深度残差的多特征多粒度农业病虫害识别研究》

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

各模型收敛后的识别精度如表3所示。线性支持向量机和传统神经网络的精度均在50%以下，而基于Alex Net架构的CNN模型精度是传统BP神经网络的两倍。结果表明，深卷积神经网络在复杂农田背景下的图像分类中明显优于支持向量机和简单的浅层BP神经网络。不过，8层Alex Net的CNN模型的识别率仅为88.67%，其识别能力仍无法达到令人满意的状态。