期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于残差神经网络的宫颈癌细胞识别的改进算法
被引量:
2
1
作者
夏为为
夏哲雷
+1 位作者
徐良
魏新秀
《电视技术》
2018年第5期90-93,共4页
本文提出了一种基于残差神经网络的改进算法,该算法从迭代的角度出发,通过对训练模型引入动量参数、改变训练样本数量的措施,通过不断地迭代更新参数,对各种超参数进行调整,去除冗余信息及噪声,提高算法的识别率。实验表明本文提出改进...
本文提出了一种基于残差神经网络的改进算法,该算法从迭代的角度出发,通过对训练模型引入动量参数、改变训练样本数量的措施,通过不断地迭代更新参数,对各种超参数进行调整,去除冗余信息及噪声,提高算法的识别率。实验表明本文提出改进的算法具有更高的识别准确率。
展开更多
关键词
深度学习
残差神经网络
宫颈癌细胞图像
图像
识别
下载PDF
职称材料
题名
基于残差神经网络的宫颈癌细胞识别的改进算法
被引量:
2
1
作者
夏为为
夏哲雷
徐良
魏新秀
机构
中国计量大学信息工程学院
出处
《电视技术》
2018年第5期90-93,共4页
基金
浙江省自然科学基金(No.LY12F01011)
文摘
本文提出了一种基于残差神经网络的改进算法,该算法从迭代的角度出发,通过对训练模型引入动量参数、改变训练样本数量的措施,通过不断地迭代更新参数,对各种超参数进行调整,去除冗余信息及噪声,提高算法的识别率。实验表明本文提出改进的算法具有更高的识别准确率。
关键词
深度学习
残差神经网络
宫颈癌细胞图像
图像
识别
Keywords
deep learning
residual neural network
cervical cancer cell image
image classification
分类号
TP391 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于残差神经网络的宫颈癌细胞识别的改进算法
夏为为
夏哲雷
徐良
魏新秀
《电视技术》
2018
2
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部