《表3 识别算法结果无重复双因素分析》
根据表3中的行的F>F临界值,并且P>0.01,P<0.05;识别算法结果CNN结果和SVM结果差异显著。Given F>F crit and P>0.01,P<0.05;the result of the recognition algorithm CNN and the result of the SVW are significantly different.
本研究用水稻纹枯病图片和健康水稻图片各100幅进行CNN算法和SVM算法的训练和识别。将图片分为5组,每一次用一组20张水稻纹枯病图片和20张健康水稻图片作为测试图片,其余160张图片作为训练图片;一共实验五次,全部图片都作为测试及训练图片一遍,计算平均正确识别率。由表1可知CNN算法优于SVM算法;对识别算法的识别率进行方差分析,如表2所示;再通过无重复双因素分析可判断出CNN算法和SVM算法识别率有显著差异,即CNN算法显著优于SVM算法,识别结果如表3所示。
图表编号 | XD0047516100 严禁用于非法目的 |
---|---|
绘制时间 | 2019.01.10 |
作者 | 刘婷婷、王婷、胡林 |
绘制单位 | 农业部农业大数据重点实验室、中国农业科学院农业信息研究所、农业部农业大数据重点实验室、中国农业科学院农业信息研究所、农业部农业大数据重点实验室、中国农业科学院农业信息研究所 |
更多格式 | 高清、无水印(增值服务) |