《表1 具有6个激活层的ICNN的特征映射和内核大小》

《表1 具有6个激活层的ICNN的特征映射和内核大小》   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
《利用DCE-MRI结合改进卷积神经网络的MR图像自动分割与分类方法》


  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

4)本文提出的改进卷积神经网络(ICNN):ICNN用以直接处理每个大小为32×32像素的ROI,ICNN有6个激活层。对于2×2的像素块,利用3种子采样方法进行处理,分别是ave-池、sum-池和max-池。表1、2总结了这些网络的结构信息,包括特性映射大小、内核大小、每个层的特征图数、连接类型以及自由参数的总数,其中FM表示特征映射的数量。