《表2 测试样本识别准确率》
由表1可知,迁移学习模型在对训练样本识别中准确率达到了100%,是由于VGG-19网络模型具有优良的泛化能力,能够准确地提取必要特征。迁移学习模型较卷积神经网络模型在测试样本的准确率上提高了3.15%,但两种方法都存在过拟合现象,这是由于在支持向量中存在异常点偏离正常位置,导致最后不能到达最优超平面。通过表2可以更清晰地分析每种番茄病虫害的识别效果。
图表编号 | XD0074393100 严禁用于非法目的 |
---|---|
绘制时间 | 2019.06.16 |
作者 | 柴帅、李壮举 |
绘制单位 | 北京建筑大学电气与信息工程学院、北京建筑大学电气与信息工程学院 |
更多格式 | 高清、无水印(增值服务) |