典型文献
基于改进AlexNet的可变形卷积皮肤病变识别算法
文献摘要：
为了有效解决类间相似度高、类内差异化大、数据类别不平衡的皮肤病变识别,提出了基于改进AlexNet的可变形卷积网络皮肤病变识别算法.构建改进的AlexNet可变形卷积网络模型,增加采样偏移量,使不同位置的卷积核采样点可根据图像内容自适应变化,自动调整不同尺度或感受野,提取比标准卷积更精细的特征.使用交叉熵损失函数和焦点损失函数的加权损失函数,削弱易分类样本在训练中所占的权重,使模型专注于相似度高、易错分的样本,解决样本比例不平衡的问题,优化模型的识别率.在HAM10000数据集上进行仿真实验,主客观的实验结果表明,提出的方法在7种皮肤病变上的识别优于现有方法,具有更高的准确性、特异性和鲁棒性.
文献关键词：
皮肤病变识别;类别不平衡;改进AlexNet网络;可变形卷积
中图分类号：
作者姓名：
李海燕;马艳;李海江;郭磊;李红松
作者机构：
云南大学信息学院,云南, 昆明 650050;云南交通投资建设集团有限公司,云南, 昆明 650000
文献出处：
引用格式：
[1]李海燕;马艳;李海江;郭磊;李红松-.基于改进AlexNet的可变形卷积皮肤病变识别算法)[J].北京理工大学学报,2022(03):297-303
A类：
皮肤病变识别,可变形卷积网络,HAM10000
B类：
AlexNet,识别算法,类内差异,数据类别,类别不平衡,偏移量,不同位置,卷积核,采样点,自动调整,不同尺度,感受野,标准卷积,交叉熵损失函数,焦点损失函数,加权损失函数,易错,错分,识别率,主客观,种皮,变上
AB值：
0.199185
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
