《表4 字符识别结果：BP网络预测阈值的仪表重影字符识别方法研究》

  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

《BP网络预测阈值的仪表重影字符识别方法研究》

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

实验结果如表4所示，由表4可以看出，改进Le Net-5和其他方法都能达到很高的识别率，表明本文二值化算法性能好，二值化后样本区分度高，但是改进Le Net-5不需要手动提取特征，在单个样本识别速度上比其他方法更快，虽然改进Le Net-5训练时间更长，但是训练过程可以预先完成，不影响实时识别。因此，改进Le Net-5更适合仪表数字的实时识别。