Page 146 - 《应用声学》2021年第3期

464 2021 年 5 月

FPR取值范围为[0, 1]，值越接近0，分类性能越好。 每次分类实验共进行 12000 次训练，每次从训
练集中按照顺序抽取 8 个样本输入网络进行训练，
3.1.3 假阴性率
即 batch_size 设置为 8，训练集抽取完成一个批次
假阴性率(False negative rate, FNR)表示真实
(epoch) 后对训练集进行一次打乱。若将训练集样
值为 1 但被预测为 0 的样本数量在所有真实值为 1
本数定义为data_size，则每个批次可以表示为
的样本中占的比例，其公式表达为
data_size
epoch = . (15)
N FN
FNR = . (13) batch_size
N TP + N FN
每训练 100 次记录一次损失函数、训练准确率
FNR取值范围为[0, 1]，值越接近0，分类性能越好。
和测试准确率。训练和测试结束后分别计算验证集
3.1.4 调和平均数 的准确率、假阳性率和假阴性率和调和平均数。
当存在极偏数据时，单独使用 FPR 和 FNR 很
3.3 实验结果与分析
难对整体的分类性能进行客观评价，需要使用一个
3.3.1 相同输入和不同网络的实验结果分析
两者兼顾的指标。调和平均数 (Harmonic average,
七类不同网络的训练损失，训练和测试准确率
HA) 是假阳性率 FPR 和假阴性率 FNR 的兼顾指
如图9 ∼ 10所示。
标，是1 − FPR和1 − FNR的平均数。HA值的性质
是，只有当FPR和FNR 两者都非常低的时候，它们 1.2
BP17
的 HA 值才会高，如果其中之一很低，HA 值会被拉 1.1 BP20
BP26
得接近于那个很低的数。其公式表达为 1.0 LeNet¹5
CNN¹5
2 × (1 − FPR) × (1 − FNR) 0.9
HA = CNN¹6
(1 − FPR) + (1 − FNR) ૯ܿϙ 0.8 CNN¹7
2 × (1 − FPR) × (1 − FNR)
= . (14) 0.7
2 − FPR − FNR
0.6
HA取值范围为[0, 1]，值越接近1，分类性能越好。
0.5
3.2 实验设计 0.4
0 4000 8000 12000
共设计两组对比实验，即相同输入和不同网络 ᝫጷ൓஝/൓
的对比实验以及相同网络和不同输入的对比实验。 图 9 七类不同网络结构的训练损失

3.2.1 相同输入和不同网络 Fig. 9 Seven different network structure training
costs
将 Welch 功率谱作为第一类对比实验的输入，
BP 网络 (隐藏层节点数分别为 17、20、26)、一维 通过图 9 ∼ 10 可以看出，BP17、BP20 和 BP26
LeNet-5网络和改进CNN，得到分类识别结果。 三个网络的训练损失值长时间保持在 0.69 ∼ 0.695
之间，收敛趋势不明显，网络训练准确率和验证准
3.2.2 相同网络和不同输入
确率都在40% ∼ 60%内上下浮动。由于此分类为二
将原次声信号、Welch 功率谱、IMF 分量比和
分类，所以准确率在50%以下不具有分类识别意义。
IMF 奇异谱熵分别作为网络输入，送入改进 CNN
由此可见，BP 网络无法对次声信号功率谱进行有
中，得到分类识别结果。
效训练分类。
3.2.3 实验平台和参数设置 相比BP网络，一维LeNet-5网络的损失数值要
本文使用的操作系统为 Windows10， 使用 更低，收敛性更强，训练准确率和验证准确率可以
CUDA10.0 和 cuDNN7.4 加速训练；使用 NVIDIA 都能达到60%左右，比BP网络提高10%以上，可见
Quadro P4000 (8G 内存)；使用网络开发框架为 LeNet-5 网络对次声信号功率谱可以进行一定的训
Tensorflow1.14；用 python 进行编程；使用 CPU 练分类，但分类效果还有待加强。
为 Intel(R) Core(TM) i7-8700 CPU@3.20 GHz 在改进 CNN 网络中，网络的训练损失都可
3.19 GHz。 以收敛到 0.5 ∼ 0.6 之间。 训练准确率能够达到