在训练CNN后，利用蜜蜂算法拟合深度学习权重和偏差。蜜蜂算法以自然启发的方式训练CNN权重，拟合过程类似蜜蜂行为。可用于不同数量样本和类别的任意数据。重要参数如下：

  • numTrainFiles：根据每个类中样本数修改，如每个类120个样本，则90个已足够，90个用于训练，其余用于测试。
  • imageInputLayer：图像数据大小，如[64 1]
  • fullyConnectedLayer：类数，如8
  • MaxEpochs：越大越好，计算运行时间越长，如405
  • ClusNum：模糊C均值（FCM）聚类数，如3或4