《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》

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

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。