《表4 标准数据:基于先验知识的里程碑事件时间识别方法》
表2和表3列出了不同网络参数对网络模型识别手写体数字正确率的影响。从实验结果可以看出,随着样本层节点数的增加,基于先验知识的里程碑事件发生时间识别方法的识别正确率都有所提升。传统BP神经网络随着隐藏层节点数的增加,识别正确率呈现升高后下降的趋势。文中取两个网络模型识别准确率最高的结果进行对比,文中提出方法的识别正确率最高是99.0%,BP神经网络识别正确率最高是94.5%。BP神经网络对机场里程碑事件发生时间的识别正确率低于文中所提出方法的识别正确率。图2列出了2000个测试样本中的两个航班的记录工单以及工单的切割效果。人工标记的机场里程碑事件发生时间的数据见表4。传统BP神经网络和基于先验知识的里程碑事件发生时间方法分别对两个航班的记录工单上的手写体数字进行识别,识别结果见表5和表6。
图表编号 | XD0074392900 严禁用于非法目的 |
---|---|
绘制时间 | 2019.06.16 |
作者 | 吕宗磊、姬婷婷 |
绘制单位 | 中国民航大学中国民航信息技术科研基地、中国民航大学计算机科学与技术学院、中国民航大学计算机科学与技术学院 |
更多格式 | 高清、无水印(增值服务) |