《表8 第1组数据集中各激活函数分类精度均值》

  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ArcReLU函数的神经网络激活函数优化研究》

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

%

图5是3种激活函数的受试者工作特性曲线ROC比较图，从图中较难看出这3种激活函数的优劣，因此需要通过求得ROC曲线下的面积值AUC进行比对。图中横坐标FPR表示将负例错分为正例的概率，纵坐标TPR表示将正例分对的概率。各函数AUC值及分类精度均值如表7，8所示。从表7，8可以看出ArcReLU函数的AUC面积以及分类精度均大于ReLU以及ELU，由此可以得出，在当前数据集中ArcReLU的分类效果优于另外两种函数。