《表2 RNN模块结构说明》

  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CNN和RNN联合网络的心音自动分类》

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

此模块的输入是经过处理的振动波形，主要用来提取心音的时域信息，其结构见表2，其中sequence用来标识循环单元对每个时间步是否都有输出，数据维度的3个量分别代表样本数量、时间步数和特征维度。本文采用具有长短期记忆的循环单元（LSTM）作为该模块的基本结构，它是RNN的改进版本。相比之下，LSTM添加了门控单元调整信息流的传递过程，解决了RNN固有的梯度消失和梯度爆炸的问题，从而保证信息可在多个时间步共享，效果更好。这里采用两层堆叠的LSTM，为了保证网络能快速收敛且具有更强的泛化能力，还特别添加了batch norm，同时在LSTM内部也增加了dropout以缓解过拟合现象。最终网络输出的是维度为8的时域特征向量。