《表4 不同方法对测试数据的识别结果》
本文评估使用SVM或CNN执行分类的特征表示方法。第一个基线是单显示特征或用于估算的单个深层特征向量。深度特征向量是通过主动微调第二小节中提出的预训练网络而获得的。另一种是fine-DV,它是指模拟Deep Vision Technology Company提供的方法。EF-SVM/CNN在SVM或CNN上提取单个显示特征和分类;DF-SVM/CNN是指在修改后的AlexNet上提取fc6层特征(60维),Fine-AN是指直接微调AlexNet,其中fc6层和fc7层都具有4096个维度;EF+DF-SVM/CNN将显式和深度特征融合作为最终特征表示。不同方法的结果如表4所示。
图表编号 | XD0022718400 严禁用于非法目的 |
---|---|
绘制时间 | 2018.10.15 |
作者 | 章春娥、雒慧心、严国涌、范磊、代绍周、解燕、李亚萍 |
绘制单位 | 北京交通大学计算机与信息技术学院、北京交通大学计算机与信息技术学院、云南省烟草公司曲靖市公司、云南省烟草公司曲靖市公司、云南省烟草公司曲靖市公司、云南省烟草公司曲靖市公司、北京交通大学计算机与信息技术学院 |
更多格式 | 高清、无水印(增值服务) |