钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
学术导航
任务中心
论文润色
登录
文献导航
学科分类
>
综合
工业技术
科教文艺
医药卫生
基础科学
经济财经
社会科学
农业科学
哲学政法
社会科学II
哲学与人文科学
社会科学I
经济与管理科学
工程科技I
工程科技II
医药卫生科技
信息科技
农业科技
数据库索引
>
中国科学引文数据库
工程索引(美)
日本科学技术振兴机构数据库(日)
文摘杂志(俄)
科学文摘(英)
化学文摘(美)
中国科技论文统计与引文分析数据库
中文社会科学引文索引
科学引文索引(美)
中文核心期刊
cscd
ei
jst
aj
sa
ca
cstpcd
cssci
sci
cpku
默认
篇关摘
篇名
关键词
摘要
全文
作者
作者单位
基金
分类号
搜索文章
搜索思路
钛学术文献服务平台
\
学术期刊
\
工业技术期刊
\
自动化技术与计算机技术期刊
\
计算机应用期刊
\
基于深度神经网络的肺炎图像识别模型
基于深度神经网络的肺炎图像识别模型
作者:
何新宇
张晓龙
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取
肺炎图像分类
迁移学习
深度卷积神经网络
随机森林
敏感度
特异度
摘要:
当前的肺炎图像识别算法面临两个问题:一是肺炎特征提取器使用的迁移学习模型在源数据集与肺炎数据集上图像差异较大,所提取的特征不能很好地契合肺炎图像;二是算法使用的softmax分类器对高维特征处理能力不够强,在识别准确率上仍有提升的空间.针对这两个问题,提出了一种基于深度卷积神经网络的肺炎图像识别模型.首先使用ImageNet数据集训练好的GoogLeNet Inception V3网络模型进行特征提取;其次,增加了特征融合层,使用随机森林分类器进行分类预测.实验在Chest X-Ray Images肺炎标准数据集上进行.实验结果表明,该模型的识别准确率、敏感度、特异度的值分别达到96.77%、97.56%、94.26%.在识别准确率以及敏感度指标上,与经典的GoogLeNet Inception V3+Data Augmentation(GIV+ DA)算法相比,所提模型分别提高了1.26、1.46个百分点,在特异度指标上已接近GIV+ DA算法的最优结果.
暂无资源
收藏
引用
分享
推荐文章
基于深度卷积神经网络的羽绒图像识别
深度卷积神经网络
权值初始化
稀疏自编码
视觉显著性
图像识别
结合粗集和神经网络的图像识别模型
粗集
神经网络
图像识别
基于深度学习的图像识别研究
图像识别
深度学习
卷积神经网络
深度信念网络
基于深度学习的图像识别算法研究
深度学习
图像识别算法
深度神经网络
卷积神经网络
内容分析
文献信息
引文网络
相关学者/机构
相关基金
期刊文献
内容分析
关键词云
关键词热度
相关文献总数
(/次)
(/年)
文献信息
篇名
基于深度神经网络的肺炎图像识别模型
来源期刊
计算机应用
学科
工学
关键词
肺炎图像分类
迁移学习
深度卷积神经网络
随机森林
敏感度
特异度
年,卷(期)
2019,(6)
所属期刊栏目
人工智能
研究方向
页码范围
1680-1684
页数
5页
分类号
TP391.4
字数
5522字
语种
中文
DOI
10.11772/j.issn.1001-9081.2018102112
五维指标
作者信息
序号
姓名
单位
发文数
被引次数
H指数
G指数
1
张晓龙
武汉科技大学计算机科学与技术学院
49
652
13.0
24.0
10
何新宇
武汉科技大学计算机科学与技术学院
1
4
1.0
1.0
传播情况
被引次数趋势
(/次)
(/年)
引文网络
引文网络
二级参考文献
(11)
共引文献
(10)
参考文献
(8)
节点文献
引证文献
(4)
同被引文献
(9)
二级引证文献
(2)
1900(1)
参考文献(1)
二级参考文献(0)
1997(1)
参考文献(0)
二级参考文献(1)
2004(1)
参考文献(1)
二级参考文献(0)
2005(1)
参考文献(0)
二级参考文献(1)
2006(1)
参考文献(0)
二级参考文献(1)
2007(1)
参考文献(0)
二级参考文献(1)
2009(2)
参考文献(0)
二级参考文献(2)
2010(1)
参考文献(1)
二级参考文献(0)
2011(1)
参考文献(0)
二级参考文献(1)
2012(2)
参考文献(1)
二级参考文献(1)
2013(1)
参考文献(0)
二级参考文献(1)
2014(2)
参考文献(1)
二级参考文献(1)
2015(1)
参考文献(0)
二级参考文献(1)
2016(1)
参考文献(1)
二级参考文献(0)
2017(1)
参考文献(1)
二级参考文献(0)
2018(1)
参考文献(1)
二级参考文献(0)
2019(2)
参考文献(0)
二级参考文献(0)
引证文献(2)
二级引证文献(0)
2019(2)
引证文献(2)
二级引证文献(0)
2020(4)
引证文献(2)
二级引证文献(2)
研究主题发展历程
节点文献
肺炎图像分类
迁移学习
深度卷积神经网络
随机森林
敏感度
特异度
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机应用
主办单位:
四川省计算机学会
中国科学院成都分院
出版周期:
月刊
ISSN:
1001-9081
CN:
51-1307/TP
开本:
大16开
出版地:
成都237信箱
邮发代号:
62-110
创刊时间:
1981
语种:
chi
出版文献量(篇)
20189
总下载数(次)
40
总被引数(次)
209512
期刊文献
相关文献
1.
基于深度卷积神经网络的羽绒图像识别
2.
结合粗集和神经网络的图像识别模型
3.
基于深度学习的图像识别研究
4.
基于深度学习的图像识别算法研究
5.
基于改进概率神经网络的纹理图像识别
6.
基于神经网络的图像识别方法
7.
基于双概率神经网络的纹理图像识别
8.
基于Matlab神经网络的图像识别
9.
应用深度学习神经网络的图像识别系统
10.
基于BP神经网络的智能制造系统图像识别技术
11.
卷积神经网络在储粮害虫图像识别中的应用研究
12.
深度学习在图像识别中的应用
13.
基于改进神经网络算法的变电站变压器裂纹图像识别
14.
基于注意力卷积模块的深度神经网络图像识别
15.
基于BP神经网络的图像识别研究
推荐文献
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
学术导航
任务中心
论文润色
登录
根据相关规定,获取原文需跳转至原文服务方进行注册认证身份信息
完成下面三个步骤操作后即可获取文献,阅读后请
点击下方页面【继续获取】按钮
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
原文合作方
继续获取
获取文献流程
1.访问原文合作方请等待几秒系统会自动跳转至登录页,首次访问请先注册账号,填写基本信息后,点击【注册】
2.注册后进行实名认证,实名认证成功后点击【返回】
3.检查邮箱地址是否正确,若错误或未填写请填写正确邮箱地址,点击【确认支付】完成获取,文献将在1小时内发送至您的邮箱
*若已注册过原文合作方账号的用户,可跳过上述操作,直接登录后获取原文即可
点击
【获取原文】
按钮,跳转至合作网站。
首次获取需要在合作网站
进行注册。
注册并实名认证,认证后点击
【返回】按钮。
确认邮箱信息,点击
【确认支付】
, 订单将在一小时内发送至您的邮箱。
*
若已经注册过合作网站账号,请忽略第二、三步,直接登录即可。
期刊分类
期刊(年)
期刊(期)
期刊推荐
一般工业技术
交通运输
军事科技
冶金工业
动力工程
化学工业
原子能技术
大学学报
建筑科学
无线电电子学与电信技术
机械与仪表工业
水利工程
环境科学与安全科学
电工技术
石油与天然气工业
矿业工程
自动化技术与计算机技术
航空航天
轻工业与手工业
金属学与金属工艺
计算机应用2022
计算机应用2021
计算机应用2020
计算机应用2019
计算机应用2018
计算机应用2017
计算机应用2016
计算机应用2015
计算机应用2014
计算机应用2013
计算机应用2012
计算机应用2011
计算机应用2010
计算机应用2009
计算机应用2008
计算机应用2007
计算机应用2006
计算机应用2005
计算机应用2004
计算机应用2003
计算机应用2002
计算机应用2001
计算机应用2000
计算机应用1999
计算机应用2019年第z2期
计算机应用2019年第z1期
计算机应用2019年第9期
计算机应用2019年第8期
计算机应用2019年第7期
计算机应用2019年第6期
计算机应用2019年第5期
计算机应用2019年第4期
计算机应用2019年第3期
计算机应用2019年第2期
计算机应用2019年第12期
计算机应用2019年第11期
计算机应用2019年第10期
计算机应用2019年第1期
关于我们
用户协议
隐私政策
知识产权保护
期刊导航
免费查重
论文知识
钛学术官网
按字母查找期刊:
A
B
C
D
E
F
G
H
I
J
K
L
M
N
O
P
Q
R
S
T
U
V
W
X
Y
Z
其他
联系合作 广告推广: shenyukuan@paperpass.com
京ICP备2021016839号
营业执照
版物经营许可证:新出发 京零 字第 朝220126号