51黑料吃瓜在线观看,51黑料官网|51黑料捷克街头搭讪_51黑料入口最新视频

目的 舌苔和舌質(zhì)分類(lèi)對(duì)于后續(xù)的舌象客觀化診斷具有重要的作用，高光譜圖像包含大量
的數(shù)據(jù)信息，能夠有助于分類(lèi)效果提升。 但是高光譜圖像信息量巨大，且傳統(tǒng)的方法提取特征不夠充
分，如何有效提取數(shù)據(jù)信息并促進(jìn)舌診客觀化仍是個(gè)值得深究的問(wèn)題。 因此，本文提出面向高光譜舌圖
像的深度學(xué)習(xí)算法，利用深層網(wǎng)絡(luò)來(lái)提取高光譜圖像的數(shù)據(jù)信息，從而提升舌苔和舌質(zhì)的分類(lèi)效果。 方
法 使用高光譜相機(jī)對(duì)圖像進(jìn)行采集，對(duì)采集的圖像構(gòu)造譜圖進(jìn)行預(yù)處理從而簡(jiǎn)化輸入數(shù)據(jù)的冗余性；
為了提取高光譜舌圖像的數(shù)據(jù)信息，在算法上設(shè)計(jì)了一種可以獲取底層特征的殘差網(wǎng)絡(luò)結(jié)構(gòu)，加入了跳
躍連接并在每個(gè)卷積層前加入批量歸一化（ ｂａｔｃｈ ｎｏｒｍａｌｌｉｚａｔｉｏｎ，ＢＮ） 和帶參數(shù)的 ＲｅＬＵ（ ｐａｒａｍｅｔｒｉｃ
ｒｅｃｔｉｆｉｅｄ ｌｉｎｅａｒ ｕｎｉｔ，ＰＲｅＬＵ）激活函數(shù)來(lái)提前激活網(wǎng)絡(luò)，因此可以提取深層的光譜空間特征以提升分類(lèi)精
度。 結(jié)果 在高光譜舌圖像數(shù)據(jù)集上的實(shí)驗(yàn)表明，本文算法分類(lèi)精度達(dá)到 ９３?? ９％，優(yōu)于傳統(tǒng)的基于 ＲＧＢ
圖像分類(lèi)方法和 ＣＮＮ（ｃｏｎｖｏｌｕｔｉｏｎａｌ ｎｅｕｒａｌ ｎｅｔｗｏｒｋ）與 ＶＧＧ（ ｖｉｓｕａｌ ｇｅｏｍｅｔｒｙ ｇｒｏｕｐ）網(wǎng)絡(luò)。 分類(lèi)結(jié)果圖顯
示，除了舌苔和舌質(zhì)交界處光譜曲線(xiàn)相差不大的地方會(huì)有誤分類(lèi)的現(xiàn)象，分類(lèi)結(jié)果與標(biāo)簽圖基本一致。
結(jié)論 該深度學(xué)習(xí)算法可以較好地完成舌苔和舌質(zhì)分類(lèi)任務(wù)，為后續(xù)舌象特征信息的計(jì)算機(jī)自動(dòng)分析提
供良好基礎(chǔ)