《表3 基于CNN的图像模型架构》
集成CNN模型架构如表3所示,表中N的含义是笔迹特征的维度。该模型包含6层卷积网络,前5层卷积网络下一层均配置池化层,第6层卷积网络的下一层配置全连接层。第1层卷积网络的卷积核大小设置为3×3,卷积核个数为80,且依次递增80;第2~6层卷积网络的卷积核大小设置为2×2;选择补0卷积运算,步长取1。池化层矩阵大小均为2×2。需要学习的参数约有400万,小于DeepCNet网络的590万,提升了模型训练效率。
图表编号 | XD00180063400 严禁用于非法目的 |
---|---|
绘制时间 | 2020.04.25 |
作者 | 罗麟、张非、位一鸣、袁海范 |
绘制单位 | 国网浙江省电力有限公司舟山供电公司、国网浙江省电力有限公司舟山供电公司、国网浙江省电力有限公司舟山供电公司、国网浙江省电力有限公司舟山供电公司 |
更多格式 | 高清、无水印(增值服务) |