《表3 相同精度的两种方法所需的样本数》

  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

《基于对困难样本迁移学习的烤烟分级特征表示》

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

当性能相同时，最终参与训练的每类样本的数量如表3所示。对于网络的微调，困难样本挖掘与随机选择样本相比，只需要更少的样本进行分类。同时，C2F和C3F组的训练样本数明显多于C1F和C2F组。其结果比随机选择更合理。因为在实际应用中，烟叶C1F和C4F比C2F和C3F更容易区分。