重庆理工大学学报2023，Vol.37Issue(8) ：217-225.DOI:10.3969/j.issn.1674-8425(z).2023.04.025

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

倪锦园 张建勋
重庆理工大学学报2023，Vol.37Issue(8) ：217-225.DOI:10.3969/j.issn.1674-8425(z).2023.04.025
✕
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据

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

倪锦园 1张建勋1
扫码查看

作者信息

  • 1. 重庆理工大学 计算机科学与工程学院,重庆 400054
  • 折叠

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13.22 M,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.

关键词

多重注意力机制/残差网络/混洗单元/过拟合

引用本文复制引用

基金项目

重庆市教育委员会科学技术重点研究项目(KJZD-K201801901)

重庆市研究生科研创新项目(CYS22663)

出版年

2023
重庆理工大学学报
重庆理工大学

重庆理工大学学报

CSTPCD北大核心
影响因子：0.567
ISSN：1674-8425
参考文献量5
段落导航相关论文