径向基函数神经网络分类器与CNN在癌细胞图像分类中的应用

• 作者: 张凯凯 毕晨琳 郭松林
• 来源期刊: 电子测试
• 关键词: 卷积神经网络 径向基神经网络 图像识别 MSE(均方误差)损失
• 年，卷（期）: 2019,（22）
• 所属期刊栏目: 网络与信息工程
• 页码范围: 66-67,76
• 页数: 3页
• 字数: 1284字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-8519.2019.22.028

摘要

本文提出一种新的用于对卷积神经网络提取的特征进行分类的分类器即径向基函数神经网络(rbfnn)分类器.其思想是利用卷积神经网络作为特征提取器,使用rbfnn对提取的特征进行分类.同时在训练时采取softmax分类器与rbfnn分类器同步训练的方式,其中rbfnn分类器将MSE(均方误差)损失作为监督信息,softmax分类器用交叉熵损失作为监督信息.优化后的模型优于[1]中的72.9％的准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郭松林	黑龙江科技大学电气与控制工程学院	32	136	6.0	10.0
2	张凯凯	黑龙江科技大学电气与控制工程学院	1	0	0.0	0.0
3	毕晨琳		1	0	0.0	0.0