资料下载
×
CNN和DBN在肺结节影像分类识别的对比分析
消耗积分:0 |
格式:pdf |
大小:2.91 MB |
2021-06-16
分享资料个
针对肺结节图像的分类识别精度和效率问题，分别将CNN（ Convolution Neural Network）模型和DBN（ Deep beliefNetwork）模型用于肺结节分类识别，并评估不同的深度学习模型在肺结节图像分类方面的性能。首先，实验将预处理过的训练集和标签分别输入到CNN模型和υBN模型，达到训练模型的目的;其次，将测试集输入到参数最优的模型中，比较两种模型测试集分类的准确率、敏感性和特异性，并分析两种模型的分类识别性能。最后，从分类准确率、敏感性和特异性3个指标以及时间复杂度来分析比较两种模型，发现CNN模型在肺结节图像分类识别上更有优越性。
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉
评论(0)
发评论
- 相关下载
- 相关文章
