《表1 TwitterⅠ、TwitterⅡ数据集上不同方法的准确率》
本文方法还与基于CNN框架提取图像整体特征的方法进行了算法效率比较,如表1最后一列所示,该列表示本文方法与对比方法在TwitterⅠ数据集上进行迭代训练时的收敛速度。可以看到,本文方法在进行80次迭代后即达到收敛,且准确率达到75.81%,而Image Net-AlexNet模型和Image NetVGGNet-16模型分别需要进行150次和100次的迭代训练才能达到收敛,且分类准确率要低于本文方法。这表明本文方法能够更快速地学习具有判别性的情感表示,同时能获得更好的分类效果。
图表编号 | XD0090225200 严禁用于非法目的 |
---|---|
绘制时间 | 2019.08.10 |
作者 | 蔡国永、贺歆灏、储阳阳 |
绘制单位 | 广西可信软件重点实验室(桂林电子科技大学)、广西可信软件重点实验室(桂林电子科技大学)、广西可信软件重点实验室(桂林电子科技大学) |
更多格式 | 高清、无水印(增值服务) |