《表2 模型的稳定性评估:改进CGAN网络的光学遥感图像云去除方法》
综合表1和图4的结果可以发现,将L1损失和对抗损失相结合得到的复合损失函数能有效提升改进CGAN模型的训练效果,但由于L1损失函数存在稳定性较差,易陷入局部最优解的问题,因此,本研究选取5次重复试验结果加以对比,验证L1损失函数对模型稳定性的影响。5次重复试验的学习率、最大训练次数等参数设置保持相同,结果如表2所示。
图表编号 | XD00152866900 严禁用于非法目的 |
---|---|
绘制时间 | 2020.07.01 |
作者 | 裴傲、陈桂芬、李昊玥、王兵 |
绘制单位 | 吉林农业大学信息技术学院、吉林农业大学信息技术学院、吉林农业大学信息技术学院、吉林农业大学信息技术学院 |
更多格式 | 高清、无水印(增值服务) |