《表4 1D-CNN中不同学习率实验结果》

  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

《基于机器学习的心律失常检测模型研究》

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

该模型的超参学习率可通过对比实验确定。学习率分别设置为0.1、0.01、0.001、0.000 1，实验结果如表4所示。当学习率为0.001时，各指标最高。在此基础上，迭代次数设置为200时，准确率基本趋稳定。该模型准确率趋势曲线如图6所示，迭代次数小于50时，随着模型参数的大幅调整，准确率快速上升；迭代次数介于50到150之间时，因模型的损失函数已趋于极值附近，故参数调整幅度较小，准确率缓慢提升；迭代次数介于150到200之间时，准确率已趋于平稳，在迭代次数为200时，测试集上的准确率达到97.17%，此时结束迭代。训练集和测试集的准确率曲线高度吻合，说明该模型具有良好的泛化能力。