《表3 不同深度模型仅迁移网络结构的分类性能》

  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

《基于迁移学习及气象卫星云图的台风等级分类研究》

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

实验自建了8层卷积网络CNN＿8，包含4个卷积层、2个池化层和和2个全连接层。卷积核尺寸参考VGG16模型，均选用3×3，步长为2的滤波器对台风云图中的螺旋云带进行特征提取。深度卷积网络结构借用VGG16、InceptionV3、ResNet50三个源模型。迁移源模型整体网络结构，参数均随机初始化，并根据台风数据集进行自适应调整。训练的基本设置为迭代100次，批数量64张。采用随机梯度下降法，模型超参数设置：浅层模型学习率为1e-2，深度模型学习率为1e-4，学习动量均为0.9。实验1中4个对比实验的详细参数以及在台风数据集上的训练和测试精度详见表3。