《表1 神经网络正确率：基于深度学习的人体低氧状态识别》

  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

《基于深度学习的人体低氧状态识别》

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

%

利用MATLAB搭建模式识别网络，包含一个输入层，多个隐藏层，一个输出层.通过试验法设置不同隐藏层数和神经元个数，考察神经网络的复杂程度及准确率.不同的隐藏层数及神经元数目下神经网络的正确率如表1所示.由表1可以看出，隐藏层数为3，每个隐藏层神经元数目为9时神经网络的正确率与隐藏层数为5，每个隐藏层神经元数目为8时神经网络的正确率相同，但明显，前者结构更简单，复杂度更低，训练更快，效率更高.因此，最终确定隐藏层数设置为3，每个隐藏层神经元个数为9，此设置能够保证神经网络快速完成训练.