《表1 深度学习模型测试结果》

  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

《BM-MSCs的CNN特征映射与活性评价模型研究》

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

采用随机梯度下降算法，初始学习率为0.001，损失函数选择二分类交叉熵函数．对最大截面重采样像素尺度进行定量测试，结果如表1所示，像素尺度过大，如128像素×128像素，会导致网络参数过多，训练时间较长，而准确率受限于样本数量反而不高．综合考虑后，本文最终选择样本为32像素×32像素，经过8折交叉验证训练，得到平均准确率为98.75%，标准差为0.34%．高准确率和较低标准差表明模型具有较好稳定性．