《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》

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

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。