《表2 不同学习率下TS-CNN误差对比》

  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

《基于时间序列单维卷积神经网络的水泥熟料游离钙软测量方法》

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

TS-CNN中学习率、网络层数以及各网络层参数对网络性能有重要的影响，这些参数直接影响了TS-CNN的收敛速度、训练效果和泛化能力。学习率决定了网络的训练误差能否快速收敛，因此应优先选择适当的学习率。网络在不同学习率下训练误差以及预测误差如表2，其中TS-CNN有两个卷积层和两个池化层，两个卷积层分别含有16和32个大小为[11，1]和[12，1]的卷积核，池化层的池化核大小为[2，1]。