《表1 神经网络对应层数参数设置》

  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CNN-LSTM心音分类方法的研究》

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

本文实验使用的是Keras神经网络框架，首先调用python库把数据集B按9:1的比例划分为训练集和测试集，把train＿test＿split函数中的random＿state参数设为0，保证每次训练和测试的数据一样，然后把标签转换为对应的one-hot向量，在实验时把batch size设为12，训练轮数设为200，权重更新使用的是Adam优化器，损失函数使用的是交叉熵损失函数，然后进行参数设置，网络超参具体设置如表1所示，基于划分相同的数据进行训练以及测试，通过调整参数，记录LSTM、CNN，以及CNN与LSTM组合的网络不同层数最优结果。