基于改进动态ReLU和注意力机制模型的中药材粉末显微图像识别研究

王一丁; 姚毅; 李耀利; 蔡少青; 袁媛

首页> 中文期刊> 《计算机应用研究》 >基于改进动态ReLU和注意力机制模型的中药材粉末显微图像识别研究

基于改进动态ReLU和注意力机制模型的中药材粉末显微图像识别研究

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

中药材粉末显微特征图像数据量少、样本类别分布不均衡、类间差异小,传统的图像识别方法分类效果不佳.针对以上问题提出一种基于动态ReLU和注意力机制模型的深度卷积神经网络改进方法.首先,采用对小样本数据分类效果明显的Xception作为基础网络;其次,将网络中的静态ReLU激活函数替换为改进的动态ReLU函数,让每个样本具有自己独特的ReLU参数;最后,在网络中嵌入改进的SE模块,使网络能够更好地自动学习到每个特征通道的重要程度.以上方法可以使网络更加注重于图像中的细节信息,能很好地解决样本类别分布不均衡、类间差异小的问题.实验结果表明,对56种中药材粉末导管图像进行分类识别,其准确率提升了约1.5％,达到93.8％,证明了所提研究方法相比于其他图像分类方法具有一定的优越性.

著录项

来源
《计算机应用研究》 |2021年第9期|2861-28652870|共6页
作者
王一丁; 姚毅; 李耀利; 蔡少青; 袁媛;
展开▼
作者单位

北方工业大学信息学院北京 100144;

北方工业大学信息学院北京 100144;

北京大学药学院北京 100191;

北京大学药学院北京 100191;

中国中医科学院中药资源中心北京100700;

展开▼
原文格式 PDF
正文语种 chi
中图分类 TP391.41;
关键词
卷积神经网络; 中药材粉末显微特征图像识别; 深度学习; 动态ReLU函数; SE模块;

相似文献

中文文献
外文文献
专利

1. 基于SqueezeNet深度网络的中药材粉末显微特征图像识别研究 [J] . 王一丁 ,石铎 ,李耀利 . 电子显微学报 . 2019,第002期
2. 基于深度学习的小样本中药材粉末显微图像识别 [J] . 王一丁 ,郝晨宇 ,李耀利 . 计算机应用 . 2020,第005期
3. 基于改进注意力机制模型的智能英语翻译方法研究 [J] . 郑萌 . 电子科技 . 2020,第011期
4. 基于改进FOA-SVM的火灾图像识别模型研究 [J] . 刘亚如 ,段中钰 . 计算机应用与软件 . 2019,第010期
5. 基于改进的背景模型的图像识别算法研究 [J] . 魏霖静 ,宁璐璐 ,代永强 . 计算机科学 . 2016,第009期
6. 基于改进动态轮胎模型的车辆转向/制动系统的自适应模型跟随控制研究 [C] . 路永婕 ,张俊宁 ,杨绍普 . 中国力学大会2017暨庆祝中国力学学会成立60周年大会 . -1
7. 弱监督下基于对抗互补注意力机制和分层双线性池化的细粒度图像识别 [A] . 李小飞 . 2020

基于改进动态ReLU和注意力机制模型的中药材粉末显微图像识别研究

摘要

著录项

相似文献

相关主题

期刊订阅