《表2 各图核分类准确率:图核结合神经网络的蛋白质分类方法》

《表2 各图核分类准确率:图核结合神经网络的蛋白质分类方法》   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
《图核结合神经网络的蛋白质分类方法》


  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

实验将图核与神经网络相结合,利用神经网络对蛋白质进行分类。神经网络的输入为通过图核提取的特征向量,输出为各类别标签,输入层的节点个数为特征向量维数,输出层的节点个数为样本类别数。网络结构包含两层隐藏层,节点个数都为256,优化器选择自适应梯度下降方式。为了保证实验结果的可靠性,实验采取10-折交叉验证方式进行,表2中的结果为10-折交叉实验的平均值。