《表2 单因素试验:基于插值一致性的半监督三维目标分类算法》

《表2 单因素试验:基于插值一致性的半监督三维目标分类算法》   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
《基于插值一致性的半监督三维目标分类算法》


  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

其中:ηimin与ηimax为学习率的范围,经验值分别为0和1;Tcur是当前迭代期;Ti为重启迭代期,设为固定值。模型训练的超参数详细设置如表2所示,为了验证3D ICT在有标记数据远少于无标记数据情况下的有效性,对Model Net数据进行采样,每个类别采样10个与20个数据作为有标签数据,全体数据作为无标签数据,由于数据量较小,初始学习率设置为0.000 1,混合参数为0.5,斜坡函数的权重设为100。