基于深度迁移学习的中药饮片识别研究

• 作者: 王永康 胡继礼 阚红星
• 来源期刊: 新乡学院学报
• 学科: 工学
• 关键词: 中药饮片 深度迁移学习 网络自适应 DDC DAN
• 年，卷（期）: 2019,（3）
• 所属期刊栏目: 工业与技术研究
• 页码范围: 62-67
• 页数: 6页
• 分类号: TP392
• 字数: 3418字
• 语种: 中文

摘要

由于传统的中药饮片识别与鉴定的准确性取决于操作者,存在个人主观性和不稳定性,故通过深度迁移学习对饮片进行辅助判断具有重大的应用价值.在Inception-V3模型的基础上依据finetune迁移方法对输出层进行变换,参考DDC(deep domain condusion)和DAN(deep adaptation networks)方法在模型中加入自适应度量来解决深度网络的自适应问题.通过测试集实验得到模型的识别率为88.3％,接近人工组实验的整体平均水平.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	阚红星	安徽中医药大学医药信息工程学院	44	73	5.0	6.0
2	胡继礼	安徽中医药大学医药信息工程学院	23	38	4.0	5.0
3	王永康	安徽中医药大学医药信息工程学院	2	0	0.0	0.0