• 全部
主办单位:煤炭科学研究总院有限公司、中国煤炭学会学术期刊工作委员会
基于深度特征学习的图像自适应目标识别算法
  • 作者

    张骞予管姝谢红薇强彦刘爱媛

  • 单位

    太原理工大学计算机科学与技术学院山西大医院

  • 摘要
    针对传统图像识别算法过程繁琐、特征提取困难等问题,提出一种基于深度特征学习的图像自适应目标识别算法。首先对每层网络单个特征图的输入进行批量归一化(BN)处理,其次采用参数化线性修正单元PReLU对参数进行自适应调节,比较BN算法作用在激活函数前后输出的表现性能,构建自适应卷积神经网络模型CNN-BN-PReLU.实验从网络层数、卷积核数目、网络优化及经典卷积神经网络模型4个方面进行比较分析,结果表明,在DDSM数据集上,CNN-BNPReLU较优化前准确率提高了8.5%,训练时间大幅减少71.83%,其敏感度、特异度及AUC值均有显著提升,分别达到了96%,87%和0.91,识别效果远高于LeNet-5和AlexNet,具有较好的应用价值。
  • 关键词

    深度学习卷积神经网络自适应图像识别算法

  • 基金项目(Foundation)
    国家自然科学基金资助项目(61373100);国家863计划资助项目(2014AA015204);虚拟现实技术与系统国家重点实验室开放基金资助项目(BUAA-VR-17KF-15);山西省国际科技合作资助项目(2014081018-2);
  • 相关文章
相关问题
立即提问

主办单位:煤炭科学研究总院有限公司 中国煤炭学会学术期刊工作委员会

©版权所有2015 煤炭科学研究总院有限公司 地址:北京市朝阳区和平里青年沟东路煤炭大厦 邮编:100013
京ICP备05086979号-16  技术支持:云智互联