《表1 测试数据上困难样本挖掘的具体结果》

  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

分类相同特征时，CNN的性能优于SVM。深度特征的性能改进比表面特征更加突出。而CNN的明显特征和深度特征的融合表现出最好的结果。表5显示了在测试数据上提出的这种方法的特殊结果。Fine-AN的结果与精细DV相似，但是，两者的结果都比低维特征差。因为它们的特征尺寸达到了4096个。因此，低维特征更适用于单个识别任务的高维特征。