《表2 不同VGG结构参数设置》

  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

《基于改进深度学习模型C-NTM的脑电鲁棒特征学习》

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

在实验的第1部分，采用平均识别率作为评价指标，对本文所提出C-NTM中的VGG模型进行验证。采用4种结构的VGG网络进行对比验证，对比网络参数配置如表2所示，其中卷积层的参数表示为Conv（卷积核大小）-（卷积核数目）。针对4种VGG结构分别采用工作记忆脑电数据集进行实验验证，结果如图7所示，纵坐标代表平均识别率。