基于深度卷积神经网络的舌体胖瘦精细分类

来源 :现代计算机 | 被引量 : 4次 | 上传用户:skyeyviva
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
现在的舌体胖瘦分类方法主要将舌体图片分成舌体正常、舌体胖大、舌体瘦小等类别,没有考虑舌体胖大有齿印这一特殊类别。提出新的模块K Block,并基于K Block搭建一种深度卷积神经网络模型,实现舌体胖瘦精细分类,将舌体图片分类为舌体正常、舌体胖大、舌体胖大有齿印、舌体瘦小。通过实验,该模型对舌体胖瘦精细分类的准确率为32.45%,同时优于AlexNet等经典模型的分类表现。
其他文献
根据人脸识别技术在铁路领域应用的实际情况,分析旅客在进行人证验证时识别率低下原因。针对产生的问题,提出了现场采集现场比对的应用架构,并设计出了算法流程,经过实际现场测试,提高旅客人脸比对识别率。
马铃薯产业长期面临两个结构性障碍:一是栽培马铃薯大都为杂合四倍体,遗传非常复杂,导致育种周期长(12~15年),50年前甚至100多年前育成的老品种仍在生产中大面积栽培;二是传统的马铃薯种植方式是将做种用的马铃薯切块埋入土内进行无性繁殖,繁殖系数低、用种量大(1亩地需200 kg种薯)、成本高、易携带病虫害。为了彻底打破这两大障碍,中国农业科学院深圳农业基因组研究所联合国内外优势单位发起了“优薯计
西藏有着丰富而独特的旅游资源,但生态极其脆弱,随着旅游业的发展西藏生态环境保护与资源利用之间的矛盾越发凸显。生活在青藏高原的藏族民众在脆弱而有限的生态环境中总结了
科丰6号是杨凌农业高科技发展股份有限公司和杨凌职业技术学院合作选育的绿花皮大红肉椭圆型西瓜新品种。该品种2010年选育成功,2011年、2012年完成区域试验,2013年完成生产