《表2 神经网络参数设置:基于LSTM-CNN的睡眠呼吸暂停与低通气事件实时检测算法研究》

《表2 神经网络参数设置:基于LSTM-CNN的睡眠呼吸暂停与低通气事件实时检测算法研究》   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LSTM-CNN的睡眠呼吸暂停与低通气事件实时检测算法研究》


  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

训练过程采用十折交叉训练方式,将所有被试十等分,每次循环取其中一份用作测试集,其余用作训练集,循环训练直到测试集覆盖整个数据集合。训练过程中的学习率、批数据尺寸分别设置为0.000 1和8 192。训练终止条件设置如下:在模型连续10批测试数据得到的损失函数不再下降时终止训练过程,并将网络权重还原为在之前训练过程中表现最优的权重。表2所示为本研究得到的最优超参数组合。