典型文献
多卷积神经网络在医学图像分类中的应用研究
文献摘要：
针对卷积神经网络分类准确率不够高的问题,本文提出多卷积神经网络融合算法用于医学图像分类.首先在训练集上优化ResNet和DenseNet网络,再采用加权平均方法对ResNet和DenseNet的预测结果进行融合.在ISIC2017和COVID19两个数据集上的实验结果表明,本文提出的方法相比于VGGNet、ResNet、DenseNet等单卷积神经网络,具有更高的分类准确率和稳定性.
文献关键词：
医学图像;深度学习;卷积神经网络;ResNet;DenseNet
中图分类号：
作者姓名：
蒋健;钦旗;张海波;郭文平
作者机构：
台州学院电子与信息工程学院 浙江 台州 318000
文献出处：
引用格式：
[1]蒋健;钦旗;张海波;郭文平-.多卷积神经网络在医学图像分类中的应用研究)[J].福建电脑,2022(06):50-52
A类：
B类：
多卷,医学图像分类,神经网络分类,分类准确率,网络融合,融合算法,训练集,ResNet,DenseNet,加权平均,ISIC2017,COVID19,VGGNet
AB值：
0.30165
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。
