《表1 改进型三维密集连接卷积神经网络参数》

  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

《基于特征密集计算与融合算法的教师课堂行为分析》

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

改进型三维密集连接卷积神经网络由深度监督的DenseNets网络经过膨胀化卷积和池化得到。为了扩展更多的dense blocks以加深网络，同时防止特征图的分辨率被过分降低，引入DSOD算法[14]中的transition w/o pooling layer，使网络不只是通过增加每个block内部的层数来加深网络。改进型三维密集连接卷积神经网络包含1个3D卷积层、5个dense blocks、2个transition layers、3个transition w/o pooling layers和1个classification layer。表1给出了网络深度d=58、生长率k=48时的改进型三维密集连接卷积神经网络的模型结构，其中，D、H和W分别表示数据的序列长度、帧高度和帧宽度。