典型文献
一种基于深度学习的银屑病智能诊断方法
文献摘要：
提出一种基于深度残差网络的银屑病分类诊断模型.首先采用数据增强、银屑病图片大小调整和TFRecord编码等技术对网络的输入进行预处理,然后设计了一个34层的深度残差网络(ResNet-34)来对银屑病的特征进行提取.此外,采用交叉熵作为ResNet-34的损失函数来衡量模型的准确性,并利用Adam算法作为优化器来对ResNet-34进行训练,最终得到一个优化的ResNet-34模型用于银屑病诊断.基于K折交叉验证的实验结果表明,所提模型在召回率和ROC曲线方面的性能优于其他诊断方法,可以为银屑病数据分析、疾病预防提供技术支持.
文献关键词：
银屑病;深度残差网络;数据增强;交叉熵;Adam算法;召回率
中图分类号：
作者姓名：
李文胜
作者机构：
湖南电子科技职业学院,湖南 长沙 410220
文献出处：
引用格式：
[1]李文胜-.一种基于深度学习的银屑病智能诊断方法)[J].计算机时代,2022(07):1-6
A类：
TFRecord
B类：
银屑病,智能诊断方法,深度残差网络,分类诊断,诊断模型,数据增强,图片大小,大小调,ResNet,交叉熵,损失函数,Adam,优化器,交叉验证,召回率,疾病预防
AB值：
0.286511
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。
