首页|基于深度迁移学习的中药饮片识别研究

基于深度迁移学习的中药饮片识别研究

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
由于传统的中药饮片识别与鉴定的准确性取决于操作者,存在个人主观性和不稳定性,故通过深度迁移学习对饮片进行辅助判断具有重大的应用价值.在Inception-V3模型的基础上依据finetune迁移方法对输出层进行变换,参考DDC(deep domain condusion)和DAN(deep adaptation networks)方法在模型中加入自适应度量来解决深度网络的自适应问题.通过测试集实验得到模型的识别率为88.3％,接近人工组实验的整体平均水平.
Research on Recognition of Traditional Chinese Medicine Pieces Based on Deep Migration Learning

胡继礼、王永康、阚红星

展开 >

安徽中医药大学 医药信息工程学院,安徽 合肥 230012

中药饮片 深度迁移学习 网络自适应 DDC DAN

安徽省高等学校省级自然科学研究项目安徽省高等学校省级质量工程重大教学改革研究项目安徽中医药大学校级质量工程项目

KJ2013Z1772016jyxm06012016zlgc034

2019

新乡学院学报
新乡学院

新乡学院学报

影响因子：0.177
ISSN：2095-7726
年,卷(期)：2019.36(3)
  • 6
  • 2