表 2. Parameters of CNN models with various layers and structures.

不同网络深度和网络结构的CNN模型参数

模型		模型1	模型2	模型3	模型4	模型5	模型6	模型7	模型8	模型9	模型10	模型11	模型12
ECG的长度		2 s	4 s	6 s	8 s	2 s	4 s	6 s	8 s	2 s	4 s	6 s	8 s
卷积层	数量	16	16	16	16	16	16	16	16	16	16	16	16
	尺寸	2 × 2	2 × 2	2 × 2	2 × 2	2 × 2	2 × 2	2 × 2	2 × 2	2 × 2	2 × 2	2 × 2	2 × 2
	步长	1 × 1	1 × 1	1 × 1	1 × 1	1 × 1	1 × 1	1 × 1	1 × 1	1 × 1	1 × 1	1 × 1	1 × 1
池化层	尺寸	2 × 2	2 × 2	2 × 2	2 × 2	2 × 2	2 × 2	2 × 2	2 × 2	2 × 2	2 × 2	2 × 2	2 × 2
	步长	2 × 2	2 × 2	2 × 2	2 × 2	2 × 2	2 × 2	2 × 2	2 × 2	2 × 2	2 × 2	2 × 2	2 × 2
卷积层	数量	32	32	32	32	32	32	32	32	32	32	32	32
	尺寸	2 × 2	2 × 2	2 × 2	2 × 2	2 × 2	2 × 2	2 × 2	2 × 2	2 × 2	2 × 2	2 × 2	2 × 2
	步长	1 × 1	1 × 1	1 × 1	1 × 1	1 × 1	1 × 1	1 × 1	1 × 1	1 × 1	1 × 1	1 × 1	1 × 1
池化层	尺寸	2 × 2	2 × 2	2 × 2	2 × 2	2 × 2	2 × 2	2 × 2	2 × 2	2 × 2	2 × 2	2 × 2	2 × 2
	步长	2 × 2	2 × 2	2 × 2	2 × 2	2 × 2	2 × 2	2 × 2	2 × 2	2 × 2	2 × 2	2 × 2	2 × 2
卷积层	数量	–	64	64	–	64	64	–	64	64	–	64	64
	尺寸	–	2 × 2	2 × 2	–	2 × 2	2 × 2	–	2 × 2	2 × 2	–	2 × 2	2 × 2
	步长	–	1 × 1	1 × 1	–	1 × 1	1 × 1	–	1 × 1	1 × 1	–	1 × 1	1 × 1
池化层	尺寸	–	2 × 2	2 × 2	–	2 × 2	2 × 2	–	2 × 2	2 × 2	–	2 × 2	2 × 2
	步长	–	2 × 2	2 × 2	–	2 × 2	2 × 2	–	2 × 2	2 × 2	–	2 × 2	2 × 2
卷积层	数量	–	–	128	–	–	128	–	–	128	–	–	128
	尺寸	–	–	2 × 2	–	–	2 × 2	–	–	2 × 2	–	–	2 × 2
	步长	–	–	1 × 1	–	–	1 × 1	–	–	1 × 1	–	–	1 × 1
池化层	尺寸	–	–	2 × 2	–	–	2 × 2	–	–	2 × 2	–	–	2 × 2
	步长	–	–	2 × 2	–	–	2 × 2	–	–	2 × 2	–	–	2 × 2
随机失活	比例	0.5	0.5	0.5	0.5	0.5	0.5	0.5	0.5	0.5	0.5	0.5	0.5
全连接层	数量	8	8	8	8	8	8	8	8	8	8	8	8
全连接层	数量	2	2	2	2	2	2	2	2	2	2	2	2
参数量		17.51E3	33.90E3	50.28E3	66.67E3	21.67E3	38.06E3	54.44E3	70.83E3	38.19E3	54.57E3	70.95E3	87.34E3
计算量/MFLOPs		0.33	0.66	0.98	1.31	0.86	1.72	2.58	3.44	1.92	3.83	5.75	7.67