《表4 不同放大倍数下乳腺肿瘤病理图片的识别准确率与其他方法的对比》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于改进的AlexNet的乳腺肿瘤智能诊断方法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

实验结果见表4，引入批量归一化的AlexNet网络识别准确率与文献[5]的传统方法、文献[9]的AlexNet网络相比分别提高了5.96%、6.09%，验证了笔者提出的改进方法的有效性。实验结果表明，批量归一化能够有效减小ReLU函数产生的偏移量，解决了AlexNet网络中间层数据分布发生改变的问题，增强了模型的泛化能力。