《表3 3个卷积层的正交实验结果》

  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

《3D卷积神经网络的结构优化及中枢神经系统药物的识别》

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

表2和表3分别是在两个和3个卷积层时的正交实验结果，其中，每个数值都是五折交叉验证的平均。使用3个卷积层时，最佳参数是第6个超参数组合，即卷积核大小为5，卷积步长3，下采样核大小及步长为2，初始卷积核个数为64，此时所有预测率都在80%以上，MCC和AUC分别为0.629，0.848。当采用两个卷积核时，最佳参数是第7个超参数组合，即卷积核大小为7，卷积步长1，下采样核大小及步长为4，初始卷积核个数为64，此时的SEN比3个卷积核时低0.5%，SPE基本不变，ACC，MCC，AUC也都略低于3个卷积核时的结果。然而，这两种结果非常接近，而且参数组合相同时，不同的卷积层数并没有表现出明显的结果差异，这与Simonyan[30]提到的两个3*3卷积层与一个5*5卷积层的效果几乎相同的情况一致，不同的卷积层数通过调整其他超参数也可以达到类似的效果。