《表2 不同Dropout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

为了找到对掌脉数据库效果最好的Dropout值，在原始的8层小卷积核Res Net网络基础上，仅将Dropout层添加到平均池化层之后，即SK-Res Net+Dropout，并以此网络模型进行掌脉识别。分别对各掌脉数据库进行实验，计算识别率，以此判断Dropout技术缓解过拟合的效果。Dropout中p表示每个节点有p概率被抛弃，其取值范围为（0，1），间隔设置为0.1。表2展示了不同Dropout取值对识别率的影响。由表2可以看出，当Dropout的取值为0.1时，在三个数据库上的效果达到最好，一定程度上降低了过拟合风险，提高了模型的识别率。