《表2 不同网络深度的性能对比》

  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

《基于改进的卷积神经网络的肺结节良恶性分类》

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

影响ICNN模型分类效果的参数包括网络深度、卷积核数目和卷积核大小等，其中网络深度直接影响网络对数据的拟合度，对分类效果影响最大，卷积核大小和卷积核数目次之[10]。网络深度越深，模型的提取特征能力越强，但训练时间也会相应变长，还可能导致过拟合。网络深度浅，虽然训练时间短，但是提取特征的能力较弱。因此实验选择Mlpconv的层数为3和4，Conv的层数选择1和2，分别进行组合，设计出4种网络深度进行训练，实验结果对比见表2。