《表3 不同算法在ModelNet10和ModelNet40中的准确率 (表中第二行表示算法训练时间)》
对于提出的网络模型,全部使用融合卷积单元和部分组合融合卷积单元均在ModelNet10上取得了90%以上的准确率,最高达到了92.86%,在ModelNet40中的识别率最高达到了88.67%.实验显示,CCN-ELM网络相比现有的卷积神经网络和深度残差网络效果更好,而且训练时间更短.不同通道数对应的测试结果如表2所示(6层融合卷积网络).由实验结果可知,通道数越多,识别效果越好.CCN-ELM的实验结果和其他算法的结果比较如表3所示.
图表编号 | XD0096852500 严禁用于非法目的 |
---|---|
绘制时间 | 2019.09.01 |
作者 | 黄强、王永雄 |
绘制单位 | 上海理工大学光电信息与计算机工程学院、上海理工大学光电信息与计算机工程学院 |
更多格式 | 高清、无水印(增值服务) |