《表2 不同模型的评估结果对照表》

  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SE-DenseVoxNet的骨小梁模量预测方法》

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

注：3D CNN指Ciusdel[8]的方法，黑色加粗的模型为最优模型

SE-Dense Vox Net训练结束后，通过测试集对模型进行交叉验证。针对骨小梁模量预测这一回归问题，使用均方根误差（RMSE）、平均绝对误差（MAE）、平均相对误差（MAPE）和相关系数这4项指标评估模型的表现。为了更好地对比模型的预测结果，实现了CIUSDEL等[8]的网络模型，并使用上述4项指标对其预测结果的准确性进行了评估，结果如表2所示。