《表2 Cnet模型参数:基于轻量级深度神经网络的环境声音识别》
实验首先搭建一个传统CNN模型作为参考,并将其命名为Cnet模型。该模型包括一个输入层、四组“卷积+池化”结构和一个输出层。每组“卷积+池化”结构中,卷积层的步幅为1,卷积核的大小设置为3×3;池化层的步幅设置为2;使用线性整流函数(Rectified Linear Unit,Re LU)[19]作为激活函数。输出层使用Softmax函数获得分类概率,模型参数如表2所示。
图表编号 | XD00189086400 严禁用于非法目的 |
---|---|
绘制时间 | 2020.11.10 |
作者 | 杨磊、赵红东 |
绘制单位 | 河北工业大学电子信息工程学院、河北工业大学电子信息工程学院 |
更多格式 | 高清、无水印(增值服务) |