《表1 卷积神经网络模型参数》

  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

《基于卷积神经网络的JavaScript恶意代码检测方法》

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

在全连接层之后使用dropout来减少过度拟合[19]。设置过拟合学习率为0.5。GPU的出现使得计算速度大大提高。本文提出的CNN的网络架构模型如图4所示，模型包含了5个卷积层和2个全连接层，CNN模型的参数来自文献[15]，并对参数进行优化。模型详细参数如表1所示。