基于改进的卷积神经网络LeNet-5乳腺疾病诊断方法
针对计算机辅助乳腺疾病诊断方法准确率低、耗时长等问题，提出一种基于改进的 卷积神经网络（CNN）的乳腺疾病诊断方法．该方法从以下3个方面做了改进：(1)设计双通道 卷积神经网络来解决单通道特征提取不充分的问题；(2)采用Dropout技术有效地防止过拟合现象；(3)采用支持向量机(SVM)代替传统的Softmax分类器以减少运算量，提高运算速度．测试结果表明：所提出的分类模型平均准确率高达92.31%，平均训练时间为968s，充分验证 了该方法的有效性。
文件下载
评论信息
其他资源
- c语言抓包并分析
- 【CPU】自己动手写CPU+配套光盘
- 哈夫曼编码译码器实验报告（内附源代码）
- Android 使用百度云文字识别之实现通用文字识别
- C语言购物系统
- ooDACE工具箱，DACE的进阶版本
- android手机 OTG功能调试usb串口的demo源码程序，可在android studio运行调试
- Visual C++ MATLAB图像处理与识别实用案例精选
- GS+9.0地统计分析软件
- 基于cs框架的简单在线考试系统
- mqtt android使用源码
- 金融贷款p2p项目源码.rar
- phpweb排版掉背景及排版自动被保存补丁
- 2020年中国半导体材料行业发展报告.pdf
- 高颜值ins风大气清新ppt模板（5套） (9).zip
- DELL N4050声卡驱动ForXP
- MXNet fashion-mnist数据集
- faster_rcnn test 浮点运算量
- SIFT MATLAB实现(代码+文档)至今最容易理解
- TP-link 941n v6原厂固件Web直刷不死uboot和openwrt
- VITA 65-2010 R2012
免责申明
【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论 【只为小站】 经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明