《表1 卷积层数与正确率的关系》
%
CNN的卷积层数对CNN-SVM的性能有很大的影响,对卷积神经网络而言,卷积层数的增加会使得网络对图像特征的提取更加充分,同时也会导致网络过拟合。卷积层数过低导致图像特征提取不充分,影响系统识别率。为了选择合适的卷积层数,本文采用控制变量法,每一层卷积核个数设置为108个,采用随机初始化,然后逐层增加卷积层数来对比不同卷积层数对CNN-SVM识别率的影响。实验数据采用德国交通标志数据库,实验结果如表1。从表1中可以看出,采用本文的CNN-SVM系统,以德国交通标志数据集为研究对象,当卷积层数为3时识别率最高,因此,本系统卷积层采用3层最合适。
图表编号 | XD0052537000 严禁用于非法目的 |
---|---|
绘制时间 | 2019.08.01 |
作者 | 张功国、吴建、易亿、王梓权、孙海霞 |
绘制单位 | 重庆邮电大学通信与信息工程学院、重庆邮电大学通信与信息工程学院、重庆邮电大学通信与信息工程学院、重庆邮电大学通信与信息工程学院、重庆邮电大学通信与信息工程学院 |
更多格式 | 高清、无水印(增值服务) |