作者:
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       
摘要:
本文对已有的高性能卷积神经网络框架进行修改,简化网络的同时保留原网络的结构特点以及优秀性能,利用IDC数据集训练得到高性能的病理图片区域分类器,可用于实现病理图像区域的自动分割.
推荐文章
基于卷积神经网络的古玩图片分类方法
深度学习
卷积神经网络
古玩图片
图像识别
改进卷积神经网络在分类与推荐中的实例应用
服装分类与推荐
卷积神经网络
图片增广
感知哈希算法
基于改进的卷积神经网络在图片分类中的应用
分类,卷积神经网络(CNN)
LeNet-5
数据集
激活函数
基于改进的卷积神经网络的图像分类性能
卷积神经网络
图像分类技术
卷积层
池化层
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 基于改进的卷积神经网络的病理图片区域分类器
来源期刊 数字技术与应用 学科 工学
关键词 卷积神经网络 病理图片 区域分类
年,卷(期) 2019,(7) 所属期刊栏目 应用研究
研究方向 页码范围 56-57
页数 2页 分类号 TP183
字数 2541字 语种 中文
DOI 10.19695/j.cnki.cn12-1369.2019.07.33
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 叶钧翔 浙江大学城市学院 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2019(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
卷积神经网络
病理图片
区域分类
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
数字技术与应用
月刊
1007-9416
12-1369/TN
16开
天津市
6-251
1983
chi
出版文献量(篇)
20434
总下载数(次)
106
总被引数(次)
35701
论文1v1指导