《表4 Alex Net模型预测结果》
表3和表4分别给出了一维LeNet-5模型和AlexNet模型预测房颤的灵敏度/特异性和准确率。其中LeNet-5模型诊断精度为91.88%,而AlexNet模型的诊断精度则达到了95.34%,明显优于前者;表中,LeNet-5模型灵敏度为95.97%,特异性为88.66%,而AlexNet模型的灵敏度为98.12%,特异性为93.95%。对比2个模型的灵敏度和特异性的预测精度可以发现:AlexNet模型诊断的灵敏度和特异性均高于LeNet-5模型,并且2个模型诊断的灵敏度均高于特异性。
图表编号 | XD00162741100 严禁用于非法目的 |
---|---|
绘制时间 | 2020.05.28 |
作者 | 谢胜龙、张为民、鲁玉军、张文欣、朱俊江、任国营 |
绘制单位 | 中国计量大学机电工程学院、浙江西子重工机械有限公司、中国计量科学研究院、浙江理工大学机械与自动控制学院、浙江西子重工机械有限公司、浙江理工大学机械与自动控制学院、浙江西子重工机械有限公司、中国计量大学机电工程学院、中国计量科学研究院 |
更多格式 | 高清、无水印(增值服务) |