《表1 ELM、ELM-kernel和CNN算法的mRE与std-RE》
下面将用统计数据来做更详细更精确的说明。首先绘制两种重构方法的RE曲线,图4展示了运用ELM、ELM-kernel和CNN这3种算法对100组测试样本进行心肌跨膜电位重构与原始数据的RE曲线。可以看出,相对于ELM方法和ELM-kernel方法每一组样本CNN的重构误差都要小,同时也跟图3的成像效果对比相符。表1则展示了两种算法的平均相对误差和标准相对误差,很显然CNN算法比ELM算法和ELM-kernel算法对心肌跨膜电位的重构效果要好得多。
图表编号 | XD0035425300 严禁用于非法目的 |
---|---|
绘制时间 | 2019.01.01 |
作者 | 贺高、蒋明峰、郑俊褒、龚莹岚 |
绘制单位 | 浙江理工大学信息学院、浙江理工大学信息学院、浙江理工大学信息学院、浙江大学生物医学工程系 |
更多格式 | 高清、无水印(增值服务) |