《表2 分类结果比较：基于深度信念网络的LAMOST恒星光谱分类研究》

  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

《基于深度信念网络的LAMOST恒星光谱分类研究》

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

Wang等[12]则选取了LAMOST DR5数据库中的50 000条F、G和K型3种恒星光谱进行分类实验。与本实验不同的是，文献[12]采用的是深度神经网络分类模型，并且没有对所选取的样本数据限制信噪比。其节点设计为721-400-800-1200-2 000-3，即有4个隐含层，在对原始数据提取721个光谱特征的基础上训练了两种深度神经网络，分别表示为PILDNN（表示基于伪逆学习算法的深度神经网络）和PILDNN*（表示将每条光谱作为输入向量时分为4个阶段并基于伪逆学习算法的深度神经网络）。文献[12]中的实验与本实验分类结果对比见表2。