首頁 > 期刊 > 自然科學與工程技術 > 信息科技 > 計算機軟件及計算機應用 > 計算機系統應用 > 基于GoogLeNet和ResNet的深度融合神經網絡在脈搏波識別中的應用 【正文】
基于GoogLeNet和ResNet的深度融合神經網絡在脈搏波識別中的應用
張選; 胡曉娟 中國科學技術大學納米技術與納米仿生學院; 合肥230026; 上海中醫藥大學上海中醫健康服務協同創新中心; 上海201203
- 脈搏波
- 識別
- 卷積神經網絡
- google
- inception
摘要：為了提高脈搏波識別的準確率,提出改進的深度融合神經網絡MIRNet2.首先,經過主波提取、劃分周期和制作hdf5數據集等,獲得Caffe可處理的數據集.其次,提出由Inception模塊和殘差模塊構成的融合網絡Inception-ResNet (IRNet),包含IRNet1、IRNet2和IRNet3.在此基礎上,改進Inception模塊、殘差模塊和池化模塊,構造Modified Inception-ResNet (MIRNet),包含MIRNet1和MIRNet2.與本文其它神經網絡相比, MIRNet2的分類性能最好,特異性、靈敏度和準確率分別達到87.85%、88.05%和87.84%,參數量和運算量也少于IRNet3.
- 脈搏波
- 識別
- 卷積神經網絡
- inception
摘要：為了提高脈搏波識別的準確率,提出改進的深度融合神經網絡MIRNet2.首先,經過主波提取、劃分周期和制作hdf5數據集等,獲得Caffe可處理的數據集.其次,提出由Inception模塊和殘差模塊構成的融合網絡Inception-ResNet (IRNet),包含IRNet1、IRNet2和IRNet3.在此基礎上,改進Inception模塊、殘差模塊和池化模塊,構造Modified Inception-ResNet (MIRNet),包含MIRNet1和MIRNet2.與本文其它神經網絡相比, MIRNet2的分類性能最好,特異性、靈敏度和準確率分別達到87.85%、88.05%和87.84%,參數量和運算量也少于IRNet3.
注：因版權方要求，不能公開全文，如需全文，請咨詢雜志社
