《表4 训练集、测试集以及验证集对分类网络的测试结果》
为了算法的可实现性,计算复杂度也是需要被考虑的重要因素。本文选用的模型,可直观提取脉搏波分类所需的特征,因此模型训练收敛快,表现为图5中只需要200组数据就可以使网络收敛。同时,网络泛化能力也足够强,表现为表4中训练集和测试集的识别准确率相差不大。本文使用Re LU激活函数也对模型的训练速度和识别准确率有所提升,表现为表7中的结果,训练速度和收敛速度最快,且识别率最高。
图表编号 | XD00222495500 严禁用于非法目的 |
---|---|
绘制时间 | 2020.09.01 |
作者 | 刘国华、周文斌 |
绘制单位 | 南开大学电子信息与光学工程学院、南开大学光电传感器与传感网络技术重点实验室、南开大学电子信息与光学工程学院、南开大学光电传感器与传感网络技术重点实验室 |
更多格式 | 高清、无水印(增值服务) |