当前位置: 首页 > article >正文

比较34个结构的分类准确率

( A, B )---6*30*2---( 1, 0 )( 0, 1 )

做一个网络分类A和B让训练集A有6张图片B全是0,测试集为

0

1

0

0

0

0

0

1

0

1

0

0

0

0

2

0

0

1

0

0

0

3

0

0

0

1

0

0

4

0

0

0

0

1

0

5

0

0

0

0

0

1

收敛误差为7e-4,收敛199次,统计A分类准确率的平均值。

上次得到16个4点结构的分类准确为

1

0.382

0.9867

0.9878

0.3843

0.384

0.3844

2

0.3806

0.8609

0.9972

0.9959

0.3834

0.3812

3

0.3497

0.7799

0.9981

0.3467

0.3484

0.3473

4

0.4389

0.811

0.9958

0.8097

0.44

0.4372

5

0.2725

0.9993

0.9974

0.2707

0.2712

0.273

6

0.2941

0.9993

0.2936

0.2922

0.2934

0.2939

7

0.9987

0.9993

0.9988

0.2968

0.2945

0.2943

8

0.2929

0.9994

0.9993

0.2927

0.2931

0.2945

9

0.3506

0.9782

0.9782

0.9987

0.9983

0.3516

10

0.4376

0.9389

0.9393

0.9394

0.9982

0.4395

11

0.3507

0.9764

0.9762

0.9993

0.3472

0.3458

12

0.4377

0.9856

0.9856

0.4375

0.4398

0.4376

13

0.2859

0.9993

0.9993

0.9994

0.9994

0.2812

14

0.4389

0.9474

0.9388

0.9955

0.4398

0.4387

15

0.4385

0.9848

0.9846

0.9831

0.9832

0.4383

16

0.4758

0.9124

0.9129

0.9129

0.9128

0.4757

为使结果更具一般性,这次的16个结构为

测得分类准确率为

1

0.3864

0.9865

0.9876

0.3856

0.3844

0.3874

2

0.3811

0.861

0.9971

0.9959

0.3833

0.3833

3

0.3751

0.7845

0.3711

0.9982

0.374

0.375

4

0.4388

0.8087

0.9957

0.8101

0.4396

0.4396

5

0.2663

0.9993

0.2662

0.9976

0.2647

0.2658

6

0.2932

0.2971

0.9993

0.2924

0.2953

0.2947

7

0.2844

0.9986

0.9987

0.9993

0.2839

0.2843

8

0.2809

0.2787

0.9993

0.9993

0.2807

0.2785

9

0.9789

0.979

0.9987

0.9987

0.3707

0.372

10

0.9982

0.9395

0.9391

0.9394

0.4385

0.4411

11

0.3802

0.9801

0.9801

0.9993

0.3816

0.3817

12

0.4389

0.4386

0.9857

0.9857

0.4376

0.4382

13

0.9994

0.9994

0.9993

0.9993

0.2845

0.2854

14

0.4366

0.9479

0.9392

0.9955

0.4399

0.4359

15

0.9847

0.9832

0.9847

0.983

0.4373

0.4383

16

0.913

0.9129

0.9127

0.9131

0.4774

0.476

比较两组值差别很小,这次用第2组值计算34个5点结构的分类准确率

由结构加法

如第一组值,在近似认为行列变化对分类准确率没有影响的前提下,得到

5(5a1-1)=2*4a1+4a3+4a5+4a8

测量

0.2993

0.3011

0.2987

0.2998

0.9897

0.9804

3

0.3751

0.3711

0.374

0.375

0.9982

0.7845

1

0.3864

0.3856

0.3844

0.3874

0.9865

0.9876

1

0.3864

0.3856

0.3844

0.3874

0.9865

0.9876

5

0.2663

0.2662

0.2647

0.2658

0.9993

0.9976

8

0.2809

0.2787

0.2807

0.2785

0.9993

0.9993

平均

0.339

0.3374

0.3376

0.3388

0.994

0.9513

0.9897

0.9804

0.994

0.9513

第5,6列的大小顺序一致。

再比如5a8

5(5a8-1)=2*4a3+2*4a4+4a11

测量

0.3815

0.3818

0.3812

0.9971

0.7057

0.7043

4

0.4388

0.4396

0.4396

0.9957

0.8087

0.8101

4

0.4388

0.4396

0.4396

0.9957

0.8087

0.8101

3

0.3751

0.3711

0.374

0.9982

0.7845

0.375

3

0.3751

0.3711

0.374

0.9982

0.375

0.7845

11

0.3802

0.3816

0.3817

0.9993

0.9801

0.9801

平均

0.4016

0.4006

0.4018

0.9974

0.7514

0.7519

尽管

0.9971>

0.7057>

0.7043

0.9974>

0.7514<

0.7519

尽管0.7514<0.7519与测量值的顺序不一致,但5,6列的对称性相同,并且数值相差不大,更主要的是他们都小于第4列的值。这种情况也视为计算顺序与测量顺序一致。

所有数据为

1

测量

0.2993

0.3011

0.2987

0.2998

0.9897

0.9804

平均

0.339

0.3374

0.3376

0.3388

0.994

0.9513

2

测量

0.3018

0.303

0.3025

0.9831

0.981

0.9849

平均

0.3435

0.344

0.3439

0.9685

0.8753

0.9687

3

测量

0.3858

0.3847

0.3855

0.6486

0.9821

0.9835

平均

0.4052

0.4063

0.4061

0.7459

0.9568

0.957

4

测量

0.3844

0.3822

0.3834

0.9004

0.9709

0.9927

平均

0.3931

0.3947

0.3937

0.8344

0.9641

0.9838

5

测量

0.3852

0.3827

0.7716

0.7712

0.9948

0.9931

平均

0.402

0.4039

0.7945

0.7943

0.9856

0.8857

6

测量

0.2965

0.2946

0.8203

0.9968

0.9956

0.9952

平均

0.3404

0.3415

0.7969

0.9944

0.8752

0.8752

7

测量

0.2961

0.294

0.294

0.998

0.7238

0.9944

平均

0.3376

0.3375

0.3379

0.9982

0.7542

0.8726

8

测量

0.3815

0.3818

0.3812

0.9971

0.7057

0.7043

平均

0.4016

0.4006

0.4018

0.9974

0.7514

0.7519

9

测量

0.2953

0.2945

0.2941

0.8125

0.9971

0.998

平均

0.3415

0.3421

0.3426

0.7958

0.9945

0.9979

10

测量

0.2931

0.295

0.2926

0.2938

0.6529

0.9985

平均

0.337

0.3353

0.3358

0.3372

0.7292

0.9986

11

测量

0.4396

0.439

0.994

0.754

0.7524

0.7541

平均

0.4465

0.4472

0.9796

0.7825

0.7818

0.7822

12

测量

0.3802

0.3819

0.3808

0.9962

0.9273

0.3806

平均

0.3924

0.3904

0.3909

0.9912

0.9057

0.3926

13

测量

0.3823

0.3819

0.8633

0.9972

0.9678

0.9674

平均

0.3901

0.3917

0.8171

0.9951

0.8646

0.8646

14

测量

0.3821

0.3841

0.3833

0.8071

0.998

0.8229

平均

0.3898

0.3897

0.3901

0.7911

0.9972

0.7928

15

测量

0.3804

0.3831

0.3826

0.9972

0.9817

0.9817

平均

0.3926

0.3943

0.3942

0.8844

0.9404

0.9404

16

测量

0.3818

0.9246

0.926

0.9252

0.998

0.9982

平均

0.3978

0.8418

0.8416

0.8417

0.8871

0.8871

17

测量

0.294

0.2936

0.293

0.9689

0.9687

0.9993

平均

0.3347

0.3355

0.3349

0.8407

0.8407

0.9993

18

测量

0.2943

0.974

0.9744

0.9987

0.9988

0.9989

平均

0.3362

0.8443

0.8442

0.8736

0.8736

0.8737

19

测量

0.1574

0.1554

0.1574

0.1554

0.9993

0.9968

平均

0.2717

0.2724

0.2702

0.2717

0.9993

0.857

20

测量

0.1637

0.1658

0.1639

0.9981

0.998

0.9993

平均

0.2772

0.2768

0.2765

0.8519

0.8518

0.9993

21

测量

0.3829

0.383

0.9367

0.9948

0.9223

0.998

平均

0.388

0.3901

0.8322

0.9895

0.834

0.885

22

测量

0.2637

0.267

0.9718

0.9716

0.9985

0.9993

平均

0.3381

0.3387

0.8442

0.8442

0.8753

0.9991

23

测量

0.4395

0.8869

0.8862

0.9975

0.8871

0.8863

平均

0.4463

0.8345

0.8342

0.8937

0.8345

0.8345

24

测量

0.438

0.4383

0.4378

0.976

0.9761

0.7918

平均

0.438

0.4395

0.4377

0.947

0.9467

0.7871

25

测量

0.1644

0.1631

0.1639

0.9993

0.1649

0.1647

平均

0.2932

0.2971

0.2924

0.9993

0.2953

0.2947

26

测量

0.3818

0.3794

0.9279

0.9273

0.9278

0.9991

平均

0.4035

0.4054

0.844

0.8441

0.8442

0.9988

27

测量

0.1651

0.1638

0.1638

0.1637

0.9993

0.9991

平均

0.275

0.2737

0.2743

0.2734

0.9993

0.9986

28

测量

0.1429

0.1418

0.9982

0.9983

0.9984

0.9993

平均

0.2845

0.2845

0.856

0.8561

0.8561

0.9994

29

测量

0.4406

0.438

0.864

0.8641

0.9909

0.9488

平均

0.4376

0.4398

0.8215

0.8213

0.9822

0.8637

30

测量

0.3785

0.9989

0.9791

0.9791

0.9807

0.981

平均

0.384

0.8866

0.8623

0.8623

0.8626

0.8627

31

测量

0.1545

0.1539

0.1548

0.9984

0.9993

0.9993

平均

0.2837

0.2828

0.2836

0.8546

0.9991

0.9991

32

测量

0.4381

0.9809

0.9811

0.9411

0.9415

0.9414

平均

0.4378

0.8787

0.8787

0.8566

0.8567

0.8566

33

测量

0.1555

0.9992

0.9993

0.9993

0.9994

0.9994

平均

0.2845

0.8565

0.8565

0.8566

0.8566

0.8566

34

测量

0.4758

0.8728

0.8725

0.8731

0.8724

0.8722

平均

0.4774

0.8255

0.8253

0.8257

0.8256

0.8255

34组中15,21,22这3组计算值的大小顺序和测量值不一致,其余的31组都符合。

15的减一对称性分布为1,4,

21,22的减一对称性的分布为1,2,2。这3个结构中都有1个点在整个结构中对称性唯一

分解5a15

即便考虑行列变换对分类准确率的影响

测量

0.3804

0.3831

0.3826

0.9972

0.9817

0.9817

2

0.3823

0.3798

0.3819

0.9959

0.9972

0.8618

2

0.3812

0.3825

0.3823

0.9959

0.8615

0.9972

12

0.4302

0.4301

0.4303

0.4314

0.9855

0.9855

2

0.319

0.3219

0.3197

0.9959

0.9966

0.8611

2

0.32

0.3202

0.3191

0.9959

0.8617

0.9966

平均

0.3665

0.3669

0.3667

0.883

0.9405

0.9404

计算顺序和实测顺序也不一致。

0.9972

0.9817

0.9817

0.8844

0.9404

0.9404

但如果可以不考虑结构4a12

测量

0.3804

0.3831

0.3826

0.9972

0.9817

0.9817

2

0.3811

0.3833

0.3833

0.9959

0.9971

0.861

2

0.3811

0.3833

0.3833

0.9959

0.861

0.9971

2

0.3811

0.3833

0.3833

0.9959

0.9971

0.861

2

0.3811

0.3833

0.3833

0.9959

0.861

0.9971

平均

0.3811

0.3833

0.3833

0.9959

0.9291

0.9291

得到的顺序和测量顺序就是一致的。

0.9972

0.9817

0.9817

0.9959

0.9291

0.9291


http://www.kler.cn/a/546219.html

相关文章:

  • 【Linux】--- 基础开发工具之yum/apt、vim、gcc/g++的使用
  • C++算法竞赛基础语法-9
  • Linux 设备驱动 -- I2C 子系统快速入门
  • 数据可视化+SpringBoot+协同过滤推荐算法的美食点餐管理平台
  • Training for Computer Use
  • 大脑网络与智力:基于图神经网络的静息态fMRI数据分析方法|文献速递-医学影像人工智能进展
  • 计算机视觉-局部特征
  • 嵌入式知识点总结 网络编程 专题提升(一)-TCP/UDP
  • 微服技术栈之Spring could gateway
  • C++基础 | 线程`std::thread`
  • Python爬虫-猫眼电影的影院数据
  • 共用poetry和conda的方法
  • New Game--(单调队列)
  • 电商小程序(源码+文档+部署+讲解)
  • 利用ffplay播放udp组播视频流
  • 汽车 OTA 升级:提升下载与升级速度,优化用户体验
  • ASP.NET Core SixLabors.ImageSharp 位图图像创建和下载
  • 支持直接升级到21c的 Oracle 数据库版本
  • 基于SSM+uniapp的数学辅导小程序+LW示例参考
  • Redis 数据类型 Zset 有序集合