《表2 不同卷积层神经元数目的实验结果》

  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

《卷积神经网络和峭度在轴承故障诊断中的应用》

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

在卷积神经网络模型中，卷积层神经元的作用是提取训练样本中的局部特征。为了充分提取不同类别训练样本中具有差别性的特征信息，可以通过增加卷积层数或者增加卷积层中神经元数目的方式来实现。考虑到本文中训练样本数量相对较少，为最大程度减少过拟合对分类结果的影响，模型训练在固定卷积层数为两层的前提下，考察卷积层中不同神经元数目对模型分类准确率的影响，分别进行10次模型训练，取训练集、验证集和测试集的平均准确率，结果如表2所示。