《表1 CK+数据集各表情识别率矩阵》
提示：宽带有限、当前游客访问压缩模式
%
然后对样本按照9∶1分为两部分进行训练和测试，且依次训练5次求取平均值作为最终的结果，以提高结果的可信度，对CK+数据库进行训练得到的各个表情识别率矩阵如表1所示。
| 图表编号 | XD0067438900 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.07.01 |
| 作者 | 张志禹、王瑞琼、魏敏敏、周杰 |
| 绘制单位 | 西安理工大学自动化学院、西安理工大学自动化学院、西安理工大学自动化学院、西安电子科技大学机电工程学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表7 CK+下新模型表情识别准确率》2020.12.20
- 《表5 AlexNet和Em-AlexNet算法对CK+数据集中不同表情的识别准确率》2020.07.25
- 《表3 模型在CK+数据集上7种表情评估结果》2020.05.01
- 《表1 预处理（CK+)：基于卷积神经网络的表情识别》2020.04.25
- 《表2 CK+数据集上的情感识别混淆矩阵》2020.04.10
- 《表2 CK+数据集上不同表情识别方法的准确率》2019.07.25
- 《表2 JAFFE数据集各表情识别率矩阵》2019.07.01
- 《表3 本文方法与目前方法用于CK+表情库的识别率》2019.09.01
- 《表5 数据增强后的CK+库的表情数量分布》2019.04.01
- 《表3 CK+识别率对比：构建并行卷积神经网络的表情识别算法》2019.02.16
- 《表6 CK+混淆矩阵：构建并行卷积神经网络的表情识别算法》2019.02.16
- 《表4 CK+时间对比：构建并行卷积神经网络的表情识别算法》2019.02.16
- 《表2 基于DNN的表情识别率混淆矩阵》2019.12.16
- 《表9 基于CNN+SVM的表情识别率混淆矩阵》2019.12.16
- 《表5 基于CNN+SVM的表情识别率混淆矩阵》2019.12.16
- 《表8 基于CNN的表情识别率混淆矩阵》2019.12.16
- 《表7 基于RNN的表情识别率混淆矩阵》2019.12.16
- 《表6 基于DNN的表情识别率混淆矩阵》2019.12.16
- 《表4 基于CNN的表情识别率混淆矩阵》2019.12.16
- 《表3 基于RNN的表情识别率混淆矩阵》2019.12.16