《表2 BP神经网络和卷积神经网络算法测试结果》
在人工智能领域,基于神经网络算法比基于统计特征分类的KNN算法有更好的识别准确度。为此,笔者也对基于卷积神经网络算法和基于BP神经网络的算法[10]在手写数字集MNIST上进行实验,同样,选定样本数据集数量为3 000,选择测试集中的10 000条测试数据,实验得到两种算法的训练耗时、预测耗时及准确率,结果如表2所示。由表2可知,改进的KNN算法虽然相对于传统KNN算法的准确率提高了3.12%,但相对于神经网络算法,尤其是卷积神经网络算法,仍然有差距。所以,类别差异小的分类与识别宜选择卷积神经网络算法,改进KNN算法复杂度低,可用于类别之间差异大的分类与识别,如电影分类、网页内容分类、话题分类[11]等。
图表编号 | XD0043234500 严禁用于非法目的 |
---|---|
绘制时间 | 2019.02.01 |
作者 | 胡君萍、傅科学 |
绘制单位 | 武汉理工大学信息工程学院、武汉理工大学信息工程学院 |
更多格式 | 高清、无水印(增值服务) |