表 2. Parameters of each layer of LFNR-CNN.

LFNR-CNN 各层具体参数

层	层的类型	卷积核或 神经元数量	卷积核 尺寸	步长	输出尺寸
Input Layer	输入层	－	－	－	5 000 × 1
Conv1 Layer	卷积层	5	29	1	4 972 × 5
Max-pooling	池化层	1	2	2	2 486 × 5
Conv2 Layer	卷积层	5	15	1	2 472 × 5
Max-pooling	池化层	1	2	2	1 236 × 5
Conv3 Layer	卷积层	5	13	1	1 224 × 5
Max-pooling	池化层	1	2	2	612 × 5
Conv4 Layer	卷积层	10	5	1	608 × 10
Max-pooling	池化层	1	2	2	304 × 10
Conv5 Layer	卷积层	10	5	1	300 × 10
Max-pooling	池化层	1	2	2	150 × 10
Conv6 Layer	卷积层	10	3	1	148 × 10
Max-pooling	池化层	1	2	2	74 × 10
Conv7 Layer	卷积层	10	3	1	72 × 10
Max-pooling	池化层	1	2	2	36 × 10
flatten_1	扁平化层	－	－	－	360
dense_1	全连接层	10	－	－	10
dense_2	输出层	1	－	－	1