《表3 不同损失函数在测试集上的分类效果比较》

  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

《乳腺超声图像中易混淆困难样本的分类方法》

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

注:加粗字体为每列最优值。

为验证本文损失函数设计的有效性，对4种不同的损失函数进行比较:Softmax-Loss、Softmax-Loss+SC-Loss、AAM-Loss、AAM-Loss+SC-Loss（本文）。具体实验结果如表3所示，本文提出的损失函数对乳腺超声图像数据集的分类准确度为92.58%，敏感性为90.44%，特异性为93.72%，AUC为0.946，均优于对比算法，且各评价指标均比使用传统Softmax-Loss方法提高了5%～12%。