《表6 在波恩数据集上与3种非迁移学习方法的识别准确率比较》

  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

《基于迁移学习和空洞卷积的癫痫状态识别方法》

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

%

首先，将本研究提出的DJKT方法与3种经典非迁移学习算法的性能进行比较，包括SVM、ELM[23]和空洞卷积神经网络（dilated CNN）。SVM的惩罚参数为；ELM的隐藏层数设置为10，激活函数为sigmoid；dilated CNN的层数设置为6层。在10组实验数据上的识别结果如表6和图6所示，每组实验列举了10次重复实验所得识别准确率的平均值和标准差（括号中）。