《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》
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%。
图表编号 | XD0082904000 严禁用于非法目的 |
---|---|
绘制时间 | 2019.08.16 |
作者 | 王海纶、李书杰、贾伟、刘晓平 |
绘制单位 | 合肥工业大学计算机与信息学院、合肥工业大学计算机与信息学院、合肥工业大学计算机与信息学院、合肥工业大学计算机与信息学院 |
更多格式 | 高清、无水印(增值服务) |