《表2 不同正则化对分类正确率的影响》

  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

《基于弱监督学习卷积神经网络的心脏按压评估》

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

将原来按组排列的单次按压加速度波形数据打乱，随机选取70%和30%的数据分别作为训练集和测试集。表2所示为在相同训练集和测试集上使用不同正则化技术的结果，由于随机初始化的影响，采用10次实验取平均值的方法降低误差，显然同时使用L2正则化和Inverted Dropout的正确率更高，因此本文采用L2正则化与Inverted Dropout相结合的方法防止过拟合。