《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》
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。
图表编号 | XD00148008400 严禁用于非法目的 |
---|---|
绘制时间 | 2020.08.01 |
作者 | 武明虎、马旭茹、刘敏 |
绘制单位 | 湖北工业大学电子与电气工程学院、湖北工业大学电子与电气工程学院、湖北工业大学电子与电气工程学院 |
更多格式 | 高清、无水印(增值服务) |