《表1 基于空间优化的深度语义树算法各部分对实验结果的影响》

  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

《基于深度语义模型的乳腺X线图像检索》

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

为了验证本文提出的权重方法的有效性，本文分别比较了基于空间优化的深度语义树和基于语义优化的深度语义树各部分对于检索结果的影响，比较了不同权重时的检索精度。基于空间优化的深度语义树算法各部分对实验结果的影响如表1所示。“CNN”表示CNN卷积层直接接入树结构，相似度计算采用初始权重；“CNN?SPAUTO”表示CNN卷积层后连接自编码器进行空间优化之后接入树结构，相似度计算采用初始权重；“SP?OP?TREE”表示基于空间优化的深度语义树算法。由“CNN”和“CNN?SPAUTO”的实验结果可知，用降噪自编码器进行空间优化能够有效地提高图像的检索精度；由“SP?OP?TREE”和“CNN?SPAUTO”的实验结果可知，用自适应权重方法动态调整树节点的权重，能够进一步提高检索效果。