《表1 不同流关联算法的复杂性比较》

  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

《基于压缩感知的网络流关联方法》

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

对于深度学习中的超参数学习率，尝试了{0.001，0.0005，0.0001}，获得了最佳学习率为0.000 5，对于卷积层的窗口大小w1和w2，尝试了{1，5，10，15，20，25，30}，最佳结果为w1=5和w2=15。结果证明CS-CNN与DeepCorr效果差距极小，保持较高的识别精度。通过实验证明了CS＿CNN能够保持流关联的准确度，理论分析不同流关联算法的复杂性比较结果，如表1所列。