文档名：融合多重注意力机制残差网络的血细胞识别
摘要：针对自然状态下血细胞识别精度不高、速度较慢等情况,提出一种融合多重注意力机制残差网络的血细胞分类方法.为提高网络运算速度,加强模型的非线性表达能力,提出了注意力混洗单元模块;为提高模型对血细胞特征的表示能力,嵌入了多重注意力机制;为了进一步减缓网络的过拟合现象,加强模型的泛化能力,优化了残差支路结构.实验结果表明,该模型在血细胞数据集上的准确率为95.67％,参数量为13.22M,与其他网络相比,所提出的模型具有更高的精确度,同时能保持较低的参数量.
作者：倪锦园 张建勋Author：NIJinyuan ZHANGJianxun
作者单位：重庆理工大学计算机科学与工程学院,重庆400054
刊名：重庆理工大学学报 ISTIC
Journal：JournalofChongqingInstituteofTechnology
年，卷(期)：2023, 37(8)
分类号：TP311.11
关键词：多重注意力机制 残差网络 混洗单元 过拟合
机标分类号：TP391.41TP183B565.26
在线出版日期：2023年5月17日
基金项目：重庆市教委科学技术重点研究项目，重庆市研究生科研创新项目融合多重注意力机制残差网络的血细胞识别[
期刊论文] 重庆理工大学学报--2023, 37(8)倪锦园 张建勋针对自然状态下血细胞识别精度不高、速度较慢等情况,提出一种融合多重注意力机制残差网络的血细胞分类方法.为提高网络运算速度,加强模型的非线性表达能力,提出了注意力混洗单元模块;为提高模型对血细胞特征的表示能力,...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
融合多重注意力机制残差网络的血细胞识别 Blood cell recognition in the residual network based on a multiple attention mechanism
融合多重注意力机制残差网络的血细胞识别.pdf
- 文件大小:
- 3.87 MB
- 下载次数:
- 60
-
高速下载
|
