《表3 Le Net-5模型预测结果》

  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

《基于一维卷积神经网络的房颤智能诊断方法研究》

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

为了进一步观察2种神经网络模型是否产生了过拟合现象，图8和图9分别给出了LeNet-5网络和AlexNet网络的训练集和测试集的准确率和损失函数值变化曲线。从图8可见，LeNet-5网络模型预测精度接近100%，但是在验证集上其预测精度明显降低；与之对应的，在训练集上损失函数值接近于0，而在验证集上损失函数并未收敛，反而产生了发散现象。这表明，采用LeNet-5网络进行房颤诊断时，发生了明显的“过拟合”现象。在图9中，AlexNet网络在训练集上预测精度为97.57%，与之对应的验证集上预测精度为95.02%，两者相差不大，对应的训练集和验证集上损失函数也相差不大。这表明AlexNet网络有效地避免了“过拟合”现象的产生。