《表2 不同卷积层神经元数目的实验结果》
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。
图表编号 | XD00105664300 严禁用于非法目的 |
---|---|
绘制时间 | 2019.11.01 |
作者 | 李俊、刘永葆、余又红 |
绘制单位 | 海军工程大学动力工程学院、海军工程大学动力工程学院、海军工程大学动力工程学院 |
更多格式 | 高清、无水印(增值服务) |