基于GoogLeNet和ResNet的深度融合神经网络在脉搏波识别中的应用

• 作者: 张选 胡晓娟
• 来源期刊: 计算机系统应用
• 关键词: 脉搏波 识别 卷积神经网络 Google inception net 残差神经网络 深度学习
• 年，卷（期）: 2019,（10）
• 所属期刊栏目: 专论·综述
• 页码范围: 15-26
• 页数: 12页
• 字数: 7996字
• 语种: 中文
• DOI: 10.15888/j.cnki.csa.007110

摘要

为了提高脉搏波识别的准确率,提出改进的深度融合神经网络MIRNet2.首先,经过主波提取、划分周期和制作hdf5数据集等,获得Caffe可处理的数据集.其次,提出由Inception模块和残差模块构成的融合网络Inception-ResNet(IRNet),包含IRNet1、IRNet2和IRNet3.在此基础上,改进Inception模块、残差模块和池化模块,构造Modified Inception-ResNet(MIRNet),包含MIRNet1和MIRNet2.与本文其它神经网络相比,MIRNet2的分类性能最好,特异性、灵敏度和准确率分别达到87.85％、88.05％ 和87.84％,参数量和运算量也少于IRNet3.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	胡晓娟	上海中医药大学上海中医健康服务协同创新中心	11	5	2.0	2.0
2	张选	中国科学技术大学纳米技术与纳米仿生学院	2	2	1.0	1.0