《表4 不同结构卷积神经网络在不同掌纹数据库上的识别率》

  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

《卷积神经网络在掌纹识别中的性能评估》

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

注:加粗字体表示最优结果，Alex和VGG-16的两个值分别是学习率为5×10-5和10-5时的识别率。

在多种不同结构的CNN上进行评估实验。实验仅使用各网络的浅层模型，如Res Net只使用18层版本。各网络在不同数据库上的识别效果如表4所示。表4中AlexNet和VGG-16的部分结果出现形如-/xx的情况，表明在学习率为5×10-5的条件下网络出现了无法训练或识别率较低的情况（记为“-”），此时将学习率调整为10-5，新的结果即为“-”右边的百分数所示，如PolyU II在AlexNet网络下，学习率为5×10-5时无法训练，学习率为10-5时识别率为81.81%。