《表1 PCA+CNN算法与传统CNN算法比较 (alpha=1)》

  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PCA初始化卷积核的CNN手写数字识别算法》

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

将本文提出的改进后的PCA+CNN算法与传统CNN算法进行比较，结果如表1～3和图6～8所示。在表1～3中，CNN和PCA+CNN分别代表传统的CNN算法与改进后的PCA+CNN算法；在图6～8中，灰色的虚线代表传统的CNN算法运行结果，黑色的实线代表改进后的PCA+CNN算法运行结果，横坐标表示60 000个训练样本迭代5次，每批次输入50个训练样本，纵坐标表示每批次输入50个训练样本的均方误差。实验分析包含:错误率、运行时间、迭代次数（在产生相同均方误差情况下）。程序的随机数发生器为twister发生器，每次程序运行时产生的随机数不固定。