《表2 Terrain–CNNⅡ结构参数》

  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

《采用卷积神经网络的低风险可行地貌分类方法》

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

为了提高网络的泛化能力，将Dropout引入到网络中.在网络的每一次训练时，Dropout能够将网络中任意一个神经元以概率p将其暂时从网络中丢弃[19].在网络训练完成后再将p设置为1，让所有神经元工作.此外，为衡量模型的性能指标，采用交叉熵函数作为代价函数.