《表4 基分类器详细参数:基于卷积神经网络和集成学习的阿尔茨海默症早期诊断》
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
《基于卷积神经网络和集成学习的阿尔茨海默症早期诊断》
其中基分类器的结构为文献[14]中提到的8层CNN分类器,它由6个卷积层(convolution layer,conv)和两个全连接层(fully connected layer,FC)组成,最后一个全连接层只有两个节点,采用softmax函数实现二分类,其网络结构如图6所示,具体参数见表4。每个CNN基分类器训练30个epoch,经过测试,30个epoch足够使基分类器收敛,使基分类器在训练集原始切片上分类准确率达到100%。所有卷积层激活函数采用LReLU[21],梯度更新算法采用Adam[22],学习率设为0.000 1,每批次输入切片张数(batchsize)设为200。
图表编号 | XD00106169400 严禁用于非法目的 |
---|---|
绘制时间 | 2019.10.25 |
作者 | 曾安、贾龙飞、潘丹、Song Xiaowei |
绘制单位 | 广东工业大学计算机学院、广东省大数据分析与处理重点实验室、广东工业大学计算机学院、广东建设职业技术学院现代教育技术中心、广州市大智网络科技有限公司、西蒙弗雷泽大学影像技术实验室 |
更多格式 | 高清、无水印(增值服务) |