《表2 MRSIC模型参数设置对分类精度的影响》
卷积核和训练批次的大小对分类精度以及训练时间的影响如表2所示,当以卷积核数目作为因变量,其他参数不变时,采用8个卷积的分类精度达到95.3%,而16个卷积核的精度最低。深度学习算法没有最优解,关注目标是使用何种学习算法在数据生成分布上的效果最好,卷积核的数量与学习能力成正比,故在MRSIC中选用16个卷积核。当设置批次大小为因变量,其他条件不变时,每个批次为16个样本时的分类精度最高,而当设置8个样本时,分类模型发散。当设置的批次样本数偏大时,所需迭代全数据集的次数亦增大,否则影响分类精度。
图表编号 | XD0066604000 严禁用于非法目的 |
---|---|
绘制时间 | 2019.06.10 |
作者 | 贺琪、李瑶、宋巍、黄冬梅、何盛琪、杜艳玲 |
绘制单位 | 上海海洋大学信息学院、上海海洋大学信息学院、上海海洋大学信息学院、上海海洋大学信息学院、上海电力大学、上海海洋大学信息学院、上海海洋大学信息学院 |
更多格式 | 高清、无水印(增值服务) |