《表3 不同目标函数的模型正确率》

  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

《基于改进最小分类误差准则算法的深度学习研究——以台风卫星云图为例》

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

/%

从表4可以看出，CE-FMCE的训练集正确率为99.92%，测试集正确率达到99.11%，较M3CE测试集正确率提升了0.05%，且表现能力优于其他目标函数，但是相对于其他的多分类目标函数，模型正确率的提升并不大。分析原因在于MNIST数据集的数字噪声干扰少、识别难度低，所以基准正确率比较高，提升不太明显。对比表3和4发现，CE-FMCE对特征复杂的图像样本，模型正确率提升效果明显。