《表3 RBM与全连接层间特征提取准确性的数据对比》
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。
图表编号 | XD0065809800 严禁用于非法目的 |
---|---|
绘制时间 | 2019.06.20 |
作者 | 栾庆磊 |
绘制单位 | 安徽建筑大学机械与电气工程学院 |
更多格式 | 高清、无水印(增值服务) |