基于残差神经网络的宫颈癌细胞识别的改进算法

• 作者: 夏为为 夏哲雷 徐良 魏新秀
• 来源期刊: 电视技术
• 学科: 工学
• 关键词: 深度学习 残差神经网络 宫颈癌细胞图像 图像识别
• 年，卷（期）: 2018,（5）
• 所属期刊栏目: 监管与检测
• 页码范围: 90-93
• 页数: 4页
• 分类号: TP391
• 字数: 2865字
• 语种: 中文
• DOI: 10.16280/j.videoe.2018.05.021

摘要

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	夏哲雷	中国计量大学信息工程学院	51	327	10.0	16.0
2	魏新秀	中国计量大学信息工程学院	2	2	1.0	1.0
3	徐良	中国计量大学信息工程学院	2	4	2.0	2.0
4	夏为为	中国计量大学信息工程学院	2	8	2.0	2.0