《表1 网络结构参数Tab.1 Network architecture parameters》
文献[13]给出了多种深度学习架构下的时域信号调制识别性能对比,均采用CNN进行特征提取,其结构主要包括CNN、Res Net、Inception、CLDNN。本文将SCC-CNN与上述架构进行了对比。各种网络结构的基本参数设置如表1所示,表中Fc代表全连接层,LSTM代表长短期记忆层,剩下所有结构均由卷积层构成。除SCC-CNN以外的网络结构参数设置均参照文献进行设置,SCC-CNN的参数在考虑多种因素情况下进行选取。
图表编号 | XD0013979500 严禁用于非法目的 |
---|---|
绘制时间 | 2018.06.28 |
作者 | 郭有为、蒋鸿宇、周劼、苏建中 |
绘制单位 | 中国工程物理研究院电子工程研究所、中国工程物理研究院研究生院、中国工程物理研究院电子工程研究所、中国工程物理研究院电子工程研究所、中国工程物理研究院电子工程研究所 |
更多格式 | 高清、无水印(增值服务) |
查看“表1 网络结构参数Tab.1 Network architecture parameters”的人还看了
- 表1 AD组与正常对照组全脑网络拓扑参数的差异性分析Tab.1 Difference analysis of the whole brain network topological parameters between AD group a