《表6 不同方法在车辆数据集的识别率对比》

  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

《结合卷积神经网络多层特征和支持向量机的车辆识别》

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

为了验证本文方法对车辆识别的有效性，运用传统方法在车辆数据集上进行对比测试，结果如表6所示。从表6可以看出，CNN模型识别率高于其他传统方法，这是因为CNN只需要简单的计算便可自动提取出具有强代表性的图像特征；而本文MCP-SVM模型识别率比单一CNN模型提高了0.86%，且识别速度明显高于其他方法，这是因为通过融合多层特征和PCA降维技术避免了图片信息的遗漏，减少了计算量，再利用融合特征来训练泛化能力强的SVM，使分类性能得到明显提高。