《表4 简化后的模型的性能指标》

  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

《基于深度学习的髋关节应力分布算法研究》

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

使用有限元分析方法时，为了得到应力值，需要给股骨施加一个力，现在分析一下深度学习模型有没有考虑到这个力的作用。在前文实现的模型中，输入数据由两部分组成，一部分是股骨和软骨的形状数据，另一部分是股骨对软骨的作用力大小。在之前的模型中，这两部分只是在神经网络输入的时候简单地叠加到了一起。对于每一个样本，股骨和软骨降维后有9维，再加上这个3维的力，每个样本在输入神经网络的时候是12维。这种简单叠加在一起的方式没有考虑量纲的问题，避震对其做出了一些调整。在这样的情况下，将力的大小从模型的输入中去掉，只将9维的股骨和软骨的形状坐标值输入神经网络中，如图12所示，得到的结果为：新模型的MAE是0.09±0.16 MPa，NMAE是4.11%±3.16%，见表4。新模型的效果更好一些。