《表1 不同输入分类结果》

  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

《基于递归图和卷积神经网络的脉象分析识别》

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

%

为了验证无阈值递归图的有效性，将其与递归图进行比较。根据文献[21]中提出的“经验法则”，选择阈值ε为相空间最大直径的10%。将两类递归图分别作为VGG-16的输入训练模型，结果如表1所示。由此可见，采用无阈值递归图作为输入可以获得更高的分类准确率，可达98.14%，并且在敏感性和特异性上相比递归图均有所提升。无阈值递归图相比递归图保留了更多的细节特征，结合VGG-16可以获得更好的分类准确率。