基于卷积神经网络的特征提取深度学习模型研究
原文中文，约300字，阅读约需1分钟。发表于：。通过选用 AlexNet 和 InceptionV3 模型进行优化分类，结合医学图像特征，学习更深层次、更复杂结构的前向神经网络，再利用知识提取技术将结果数据提取到 AlexNet 模型中，从而提高计算效率和降低计算成本，使得训练后的 AlexNet 模型的预测准确率、特异度和敏感度分别提高了 4.25 个百分点、7.85 个百分点和 2.32 个百分点，并相较于 InceptionV3...
通过优化分类模型和结合医学图像特征，提高了神经网络的计算效率和降低了计算成本。AlexNet模型的预测准确率、特异度和敏感度分别提高了4.25个百分点、7.85个百分点和2.32个百分点。相较于InceptionV3模型，图形处理的使用率减少了51%。
