《表1 模型结构及训练参数》
注释:X_cell:网络层神经元数量;LSTM_input:LSTM输入神经元数;LSTM_step:LSTM的时间步长;Activation:输出层激活函数;Keep_prob:遗忘率;LR:学习率;Batch_size:批处理尺寸;λ:正则化参数。
选择初始参数,其中,m为隐含层节点数,n为输入层节点数,l为输出层节点数,α为1~10之间的常数,同时根据神经网络隐含层神经元数最好等尺寸或者降尺寸设计[9],最后采用试凑法确定模型最佳的隐节点数。根据输入脉动周期的信号长度最大为138,设置输入序列长度为140以满足全部情况。脉动周期不足的信号长度补零。根据LSTM的输入特点,将一维输入信号变成二维结构,故输入时间步与神经元数量乘积应为140,即单层LSTM结构组合(时间步,输入神经元)为(28,5)(20,7)(14,10)(10,14)(7,20)(5,28)等。最终模型结构如表1所示。
图表编号 | XD00129816000 严禁用于非法目的 |
---|---|
绘制时间 | 2020.04.20 |
作者 | 师荣堃、Hazem Mohammed、林炳辉、王敏、王国兴 |
绘制单位 | 上海交通大学电子信息与电气工程学院微纳电子学系、上海交通大学电子信息与电气工程学院微纳电子学系、上海交通大学电子信息与电气工程学院微纳电子学系、上海交通大学电子信息与电气工程学院微纳电子学系、上海交通大学电子信息与电气工程学院微纳电子学系 |
更多格式 | 高清、无水印(增值服务) |