1 山东中医药大学网络信息中心, 山东 济南 250355
2 山东中医药大学第一临床医学院, 山东 济南 250355
为解决桡骨远端骨折内部病灶区域骨碎块多且不规则,致使医生漏诊及误诊率高的问题,利用课题组前期收集的临床桡骨远端骨折病例设计了一种监督式桡骨远端骨折自动分型的深度学习诊断模型。实验中还引入迁移学习思想,提高了诊断模型的训练效率。最后采用交叉验证的方法对模型进行评估,结果表明,本文提出诊断模型的分类结果优于传统机器学习及经典深度学习分类模型,分类准确率达到了84.2%,较经典深度学习模型提升了4%左右,且网络结构简单,运算速度快,具有一定鲁棒性和较强的泛化能力。
图像处理 桡骨远端骨折 预处理 深度学习 迁移学习 过拟合 激光与光电子学进展
2021, 58(12): 1210020
西安工程大学电子信息学院, 陕西 西安 710048
针对纺织厂实际生产中采用人工分类纱管费时费力不够智能化等问题,提出了基于改进深度卷积神经网络的分类方法。先基于AlexNet模型框架对原有网络结构进行改进,卷积层全部使用3×3大小卷积核,且多个卷积核串联使用,提取物体更抽象高级特征。再融合滑动平均、L2正则化等方法提升泛化能力,采用L_ReLU激活函数避免部分神经元出现“死亡”现象。最后将检测样本输入训练好的神经网络,实现纱管分类。实验结果表明:该方法的识别率达到88.2%,较传统分类方法识别率提升15个百分点左右,相比于其他神经网络模型具有识别率高、所需时间短的优点,满足实际工业需求。
图像处理 卷积神经网络 AlexNet模型 过拟合 纱管 激光与光电子学进展
2020, 57(10): 101014
1 成都信息工程学院,四川,成都,610041
2 厦门大学环境科学研究中心,福建,厦门,361005
类比信息传递过程中的一般测不准关系式,引进表征问题复杂性的函数复相关系数R和代表网络结构特性的隐节点数h,揭示了BP网络过拟合现象出现时的网络学习能力与推广能力之间满足的不确定关系式;通过模拟了12种不同类型复杂程度函数的过拟合数值试验,确定出关系式中的过拟合参数p的取值范围已缩小为1×10-5～5×10-4;给出应用BP网络对给定样本集的训练过程中,判断出现过拟合现象的方法.
BP网络 过拟合 学习能力 推广能力 不确定关系. BP network overfitting learning ability generalization ability uncertainty relation.
