《表3 使用本文FNN方法提供的掩模大小和卷积单元数时获得的实验结果》
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
《利用自适应假近邻方法优化卷积神经网络的图像目标分类算法》
在研究了最佳的掩模尺寸和卷积单元的数量后,采用最佳参数的实验对本文CNN架构进行50 000次迭代训练。表3给出了所有数据集的错误率、相应的掩模大小和使用本文的FNN方法选择的卷积单元的数量。由表3可知,本文的FNN方法即使使用一小部分实例来评估掩模大小和单位数量也能提供良好的结果。
图表编号 | XD0090329000 严禁用于非法目的 |
---|---|
绘制时间 | 2019.10.01 |
作者 | 黄珍、李志浩、苑毅、阮文惠 |
绘制单位 | 兰州文理学院数字媒体学院、兰州大学信息科学与工程学院、兰州文理学院传媒工程学院、兰州文理学院数字媒体学院 |
更多格式 | 高清、无水印(增值服务) |