《表2 不同损失函数在验证集上训练收敛迭代区间的总体表现》

  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USENet实现数字全息细胞再现相位像超分辨重构》

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

15种加权组合得到的优化函数分别被迭代训练200轮，并由验证集逐轮测试评定指标．模型在收敛区间的得分统计如表2所示．后缀为OPT的项是最优迭代轮次下三个评定指标同时能够达到的相对较好结果时的取值．后缀为AVG的项是各评定指标在收敛范围中的平均表现．OPT与AVG的差异反应了模型的稳定性．差异越小越模型稳定，反之则在不同样本集上表现出的偶然性就越强．由于人类视觉结构对像素数值变化会有一定的感官差异，存在MSE较小，PSNR得分较高，而视觉效果却相对较差的可能性，所以将SSIM作为主要评定指标．表中各项得分是由验证集中的低分辨样本经模型重建后与对应真实高样本计算得到．当两者完全相同时，SSIM为1，MSE为0，目标图像所含有效信息越丰富，PSNR得分越高．