《表2 小规模卷积神经网络55种构造环境组合的训练和测试分类准确度结果》
将11种构造环境数据,每两种一组,构成55个数据对,分别进行分类训练,共训练55个神经网络分类模型。目的在于单独判断55个构造对是否可以通过神经网络的方式进行有效分类,不能有效分类的则说明该构造对中两种构造环境产出的火山岩样品化学组成可能存在一定相似性。由于每种构造环境中数据量差异极大,为了使得训练过程不受到样品数量多少的影响,本文按照数据量较小的构造环境样本数的75%进行随机抽样,构建训练数据集,将抽样剩下的部分用来构建测试数据集。本文首先尝试用较少的参数构造神经网络模型,其中的卷积层由40个2×2的卷积核构成。通过充分训练,直到预测精度达到稳定为止。图3分别显示了训练数据预测准确度矩阵和测试数据预测准确度矩阵,具体数据见表2。
图表编号 | XD0057072600 严禁用于非法目的 |
---|---|
绘制时间 | 2019.07.01 |
作者 | 葛粲、汪方跃、顾海欧、管怀峰、李修钰、袁峰 |
绘制单位 | 合肥工业大学资源与环境工程学院、合肥工业大学矿集区立体探测实验室、合肥工业大学安徽省矿产资源与矿山环境工程技术研究中心、合肥工业大学资源与环境工程学院、合肥工业大学矿集区立体探测实验室、合肥工业大学安徽省矿产资源与矿山环境工程技术研究中心、合肥工业大学资源与环境工程学院、合肥工业大学矿集区立体探测实验室、合肥工业大学安徽省矿产资源与矿山环境工程技术研究中心、安徽省矿产资源储量评审中心、安徽省地质调查院、合肥工业大学资源与环境工程学院、合肥工业大学矿集区立体探测实验室、合肥工业大学安徽省矿产资源与矿山环境工 |
更多格式 | 高清、无水印(增值服务) |