作者：谢欣; 夏哲雷卷积神经网络图像识别宫颈癌细胞
摘要：在此提出一种改进的深度卷积神经网络模型,该模型通过增加并联卷积层,拓展卷积神经网络宽度实现,有利于提取图像特征,提高网络性能;卷积层中对特征图像采用批量归一化方法进行预处理,加快网络训练.实验结果表明,该模型能更准确地学习宫颈癌细胞图像特征,从而有效降低了分类错误率.
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
《中国计量大学学报》（CN：33-1401/TB）是一本有较高学术价值的大型季刊，自创刊以来，选题新奇而不失报道广度，服务大众而不失理论高度。颇受业界和广大读者的关注和好评。 《中国计量大学学报》以刊登有一定创见性的科学技术研究论文为主，并适当刊登有价值的学科前沿、新技术发展的综合评述类文章。学报努力体现“以计量为特色，多学科协调发展”的办刊宗旨。
统计源期刊
人气 28950 评论 10
省级期刊
人气 21167 评论 11
人气 18921 评论 12
人气 18805 评论 11
