《表2 模型的参数说明:CNN多层特征融合与ELM的乳腺疾病诊断方法》

《表2 模型的参数说明:CNN多层特征融合与ELM的乳腺疾病诊断方法》   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
《CNN多层特征融合与ELM的乳腺疾病诊断方法》


  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

卷积神经网络是一种受生物启发的前馈网络,其特征是稀疏的局部连通性和神经元间的权值共享性。CNN通常由输入层、若干个交替的卷积层和池化层、全连接层以及输出层构成,卷积和池化操作可以自动提取图像中的特征。本文所提出的模型结构包括3个卷积层,分别用C1、C3和C5表示,3个池化层,分别用P2、P4和P6表示,以及1个全连接层F7。该模型中各层的参数如表2所示。