《表1 具体的网络参数:基于卷积神经网络的生物式水质监测方法》
增加的CNN卷积网络卷积核大小为5×5。轨迹图像经过Inception-v3提取出特征,特征保存为张量形式。把特征张量(二维张量,尺寸为[batch,2048])变成4维张量,其尺寸为[batch,64,32,1];然后和权重进行卷积,加偏置项,再应用Re LU激活函数;最后进行最大池化。利用Dropout减少一部分参数,减轻计算量的同时加快收敛速度,Dropout数值取0.5或0.2。最后所有特征参数经过全连接层,通过softmax函数输出分类结果,具体网络结构参数如表1所示(改进的CNN卷积网络结构用加粗字体表示)。
图表编号 | XD0067198200 严禁用于非法目的 |
---|---|
绘制时间 | 2019.07.22 |
作者 | 程淑红、张仕军、赵考鹏 |
绘制单位 | 燕山大学电气工程学院、燕山大学电气工程学院、燕山大学电气工程学院 |
更多格式 | 高清、无水印(增值服务) |