《表2 CNN与机器学习模型在分类精度上的比较》
为验证深度学习(CNN)的识别率高于传统机器学习的方法(支持向量机 (SVM)和随机森林(RF)) 。实验中通过测试UMN数据库比较分类的精确度,训练时间复杂度和测试时间复杂度。对比结果如表2所示,CNN比机器学习(SVM和RF)的分类精度高18.9%。在时间复杂度上,机器学习和CNN的时间复杂度(训练和测试)相差不大。
图表编号 | XD006792600 严禁用于非法目的 |
---|---|
绘制时间 | 2018.02.01 |
作者 | 卢丽、许源平、卢军、黄健、张朝龙、王晶 |
绘制单位 | 成都信息工程大学软件工程学院、成都信息工程大学软件工程学院、成都信息工程大学软件工程学院、成都信息工程大学软件工程学院、成都信息工程大学软件工程学院、英国哈德斯菲尔德大学 |
更多格式 | 高清、无水印(增值服务) |