《表3 CNN神经网络的分类识别结果》
个
由表3可知,识别木材缺陷时候,活结的识别率为90.8%,死结的识别率为91.2%,裂痕的识别率为91.6%。在3种缺陷的识别中,识别率都比基于径向基核函数的svm提高了。
图表编号 | XD0044310500 严禁用于非法目的 |
---|---|
绘制时间 | 2019.01.15 |
作者 | 张瑞峰、夏坡坡 |
绘制单位 | 浙江农林大学工程学院、浙江农林大学工程学院 |
更多格式 | 高清、无水印(增值服务) |
个
由表3可知,识别木材缺陷时候,活结的识别率为90.8%,死结的识别率为91.2%,裂痕的识别率为91.6%。在3种缺陷的识别中,识别率都比基于径向基核函数的svm提高了。
图表编号 | XD0044310500 严禁用于非法目的 |
---|---|
绘制时间 | 2019.01.15 |
作者 | 张瑞峰、夏坡坡 |
绘制单位 | 浙江农林大学工程学院、浙江农林大学工程学院 |
更多格式 | 高清、无水印(增值服务) |