《表3 RBM与全连接层间特征提取准确性的数据对比》

  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

《基于深度迁移学习的图像分类研究》

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

在Pascal VOC2007数据集上，提取卷积神经网络模型的FC6、FC7层输出的特征向量以及混合模型的R6、R7层输出的特征向量等数据指标时，同时对Soft max分类器进行训练处理，来保证测试集分类的有效性。该实验证明，相较于全连接层，受限玻尔兹曼机层提取的特征向量更具可识别性[13，14]。RBM和全连接层提取特征的平均准确率对比如表3所示。