15、基于PSO的建筑项目问题相互依赖关系研究

基于PSO的建筑项目问题相互依赖关系研究

1. 面部认证系统性能评估

1.1 系统结构与评估指标

在面部认证系统中，最后一个全连接层将特征组合起来对图像进行分类，其输出大小参数等于目标数据中的类别数量。例如，若有10个类别，输出大小即为10。评估认证系统性能的参数包括准确率、精确率、召回率和F1分数。预测结果分为正类和负类，预期判断分为真和假，由此组合出四个指标：真正类（True Positive）、真负类（True Negative）、假正类（False Positive）和假负类（False Negative）。
- 精确率（Precision） ：指在某一类别下所有分类实例中正确分类的实例（真正类）所占的比例，计算公式为：
[
Precision = \frac{TP}{TP + FP}
]
其中，(TP) 为真正类，(FP) 为假正类。
- 召回率（Recall） ：指在某一类别下正确分类的实例（真正类）所占的比例，计算公式为：
[
Recall = \frac{TP}{TP + FN}
]
其中，(TP) 为真正类，(FN) 为假负类。
- F1分数（F1 - measure） ：结合了精确率和召回率，计算为这两个指标的调和平均值，计算公式为：
[
F1 = 2 * \frac{Pi * Ri}{Pi + Ri}
]
其中，(F1) 为调和平均值，(Pi) 为类别 (I) 下的精确率，(Ri) 为类别 (I) 下的召回率。 <