《表1 不同隐藏层的参数设置Tab.1 Parameter settings of different hidden layer》

  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

《基于深度学习的时间序列数据异常检测方法》

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

隐藏层是DCNN结构中进行特征学习与提取的重要部分，隐藏层层数的不同将导致学习到不同的特征表示，因此本文将预处理后的实验数据集以8∶2的比例分为训练数据集和测试数据集进行实验，确定分类性能最好的隐藏层层数.本文所使用的网络结构中隐藏层参数以及不同隐藏层结构的神经网络模型的分类结果见表1.表1中，layer（n）（n=3，4，5，6） 表示隐藏层结构为n层，conv1、conv2和conv3分别表示第1个、第2个和第3个卷积层.conv1下面的一行表示卷积层的参数，如（50，60）表示卷积核大小为50，数量为60.maxpool表示池化层，下面的一行表示池化层参数，例如（20，2）表示池化窗口的大小为20，步长为2.表1的最后一行为实验分类结果.