《表1 不同分类器的识别率》

  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

《采用航迹特征的智能机型识别》

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

为了验证本文所设计的卷积神经网络模型应用于航迹特征目标识别的有效性，用传统神经网络BP网络和经典的卷积神经网络LeNet-5与本文模型进行比较，BP网络采用6×50×50×15的网络结构，训练方法为批量梯度下降法，最大迭代次数为6 000。LeNet-5网络参数设置为每一次迭代样本数量20，迭代次数500，学习率0.001，与本文设置基本一致。对比结果如表1所示。本文设计的模型除识别效果较以前有提升外，复杂度不是很高，满足工程应用需求。