《表1 不同ELU值对CRR的影响》

  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

《基于侧链连接卷积神经网络的手掌静脉图像识别》

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

为了选择对掌脉数据库最有效的ELU激活函数取值，在原始的8层小卷积核Res Net网络基础上，仅采用ELU代替Re Lu激活函数，即SK-Res Net+ELU，并以此网络模型进行掌脉识别。分别在各掌脉数据库上进行实验，计算识别率，借此判断ELU激活函数缓解梯度消失的效果。ELU激活函数的取值范围设为（0，1]，间隔设置为0.1。表1给出不同的ELU取值对识别率的影响，由表1可知，当ELU的取值为1时，模型在三个数据库上的识别效果达到最优。由此可见，ELU激活函数对梯度消失现象有一定的缓解作用，使模型的识别效果进一步提高。