《表4 不同模型的二次加权kappa系数值》
为分析GAT-LSTM模型每个组成部分对模型性能提升的贡献,分别进行以下对比研究:以LWV为输入的LSTM (W-LSTM)模型;以LWV为输入的双层LSTM (WT-LSTM)模型;以LWV为输入的基于注意力机制的双层LSTM (WAT-LSTM)模型;以GWV为输入的LSTM (G-LSTM)模型;以GWV为输入的双层LSTM (GT-LSTM)模型.针对数据集的8个子集分别绘制了G-LSTM、GT-LSTM和GAT-LSTM模型的二次加权kappa系数值的对比图,如图4.其中,子集1~2比较的是前75个epoches的迭代结果;子集3~7比较的是前50个epoches的迭代结果;子集8比较的是前100个epoches的迭代结果.基于上述不同模型所获取的κ值如表4.可见,以GWV为LSTM层输入模型的κ值得到提升;基于注意力机制的双层LSTM模型结构明显优于单纯双层LSTM模型结构.
图表编号 | XD00226092800 严禁用于非法目的 |
---|---|
绘制时间 | 2020.11.30 |
作者 | 夏林中、罗德安、刘俊、管明祥、张振久、龚爱平 |
绘制单位 | 深圳信息职业技术学院人工智能技术应用工程实验室、深圳信息职业技术学院人工智能技术应用工程实验室、深圳信息职业技术学院人工智能技术应用工程实验室、深圳信息职业技术学院人工智能技术应用工程实验室、深圳信息职业技术学院人工智能技术应用工程实验室、深圳信息职业技术学院人工智能技术应用工程实验室 |
更多格式 | 高清、无水印(增值服务) |