《表2 CNN-SVM参数表》
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CNN的火箭姿态控制执行器故障诊断演示平台设计》
在算法中采用交叉熵损失函数[11],以梯度下降法不断调整权重[12-13],建立3个网络,互为对照组。(1)单层CNN,输出由softmax函数进行四分类输出。其输入为85×85的归一化灰度图像,网络输入为单通道。该网络用来代表参数较少的浅层神经网络。(2)单层CNN,输出由softmax函数进行四分类输出。其输入为85×85的归一化RGB图像,网络输入为三通道。该网络用来代表参数较多的浅层神经网络。(3)两层CNN,输出由softmax函数进行四分类输出。其输入为85×85的归一化度图像,网络输入为单通道。该网络用来代表参数较少的深层神经网络。3个网络的具体参数见表2。
图表编号 | XD00207927800 严禁用于非法目的 |
---|---|
绘制时间 | 2020.12.01 |
作者 | 倪平、闻新 |
绘制单位 | 沈阳航空航天大学、沈阳航空航天大学 |
更多格式 | 高清、无水印(增值服务) |