《表1 Dis-CNN与其他算法的精度对比》

  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

《基于分布式卷积神经网络的车型识别算法研究》

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

本试验对PCA+SIFT算法、SIFT算法、CNN算法和改进的Dis-CNN算法进行对比，并记录试验结果。本文通过试验寻得的最优卷积神经网络结构共7层，其中第一层为输入层；第二层和第四层为卷积层，使用大小为5×5的滤波器，个数分别是8和10；第三层和第五层为池化层；第六层为全连接层，采用softmax函数；第七层为输出层。试验结果如表1所示，人们可以发现，改进后的DisCNN对这8类图像分类数据的识别精度有了明显的提高。虽然SIFT、PCA+SIFT、CNN对图像的识别是依次升高的，但是识别精度还有提升的空间，通过改进后的DisCNN进行验证，精确度有了明显的增加，从而证明了该改进算法的有效性。