《表2 时间对比：基于主成分分析和CNN的图像分类算法研究》

  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

《基于主成分分析和CNN的图像分类算法研究》

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

表1和表2分别表示使用原始卷积神经网络和使用主成分分析技术预处理后卷积神经网络准确率和时间消耗对比。由表1可以看出N取值为14、16、18时准确率是在不断上升的，这符合本实验的预期；因为随着N越大说明使用主成分分析技术预处理后得到的图像信息就更多更全。当N取值为20、22时准确率却在下降，这反而另本实验比较有意义，这提示N的取值是有一个临界值的，当N超过这个临界值时，使用主成分分析技术处理后的图像可能已经不适应卷积神经网络。由表2可以看出，使用主成分分析技术后，卷积神经网络的训练时间明显缩短。在本实验中，N取16或18是一个比较综合的结果，兼顾了准确率与训练时间。