《表2 不同的参数初始化方式对召回率的影响》

  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

在对卷积核参数初始化时，部分参数使用了random，剩下的使用了K-means，结合了两者的优点。为了证明改进的有效性，本文设计了试验，与使用random和K-means初始化卷积核参数的CNN进行了对比，结果如表2所示。表中的迭代次数为召回率最高时的数据。由此可以看出，使用本文改进的参数初始化方式Dis-CNN时，召回率最高，迭代次数最少。