排序方式: 共有4条查询结果,搜索用时 0 毫秒
1
1.
2.
现有的医学图像分类算法中普遍存在模型的可解释性问题,将同一卷积神经网络应用到不同的数据集上,分类性能千差万别.针对这一问题,提出了一种基于特征图可视化的医学图像分析方法.在卷积神经网络的特征提取阶段设计4个特征图可视化模型,这些模型将具有与网络相同的输入层以及权重,但输出则是一系列特征图.采用SSIM相似度对信息熵最大的特征图评估,分析4个模型提取到的特征信息.在kaggle官网上提供的BreaKHis、Chest X-Ray、Retinal OCT 3类数据集上进行实验,其中基于VGG16网络的特征图可视化模型提取到的特征相似度分别集中在0.95,0.93,0.85,分类精度分别为75.96%,77.19%,99.40%.此外,在ResNet18网络上也有相同的表现.研究表明:分类性能取决于网络的特征提取能力,在保证相似性的前提下,卷积层之间提取到的特征其相似度越低,该数据集在同一网络上往往表现出更好的分类性能. 相似文献
3.
为提高无砟轨道板精调车结构的设计水平,考虑精调车荷载、几何尺寸和材料弹性模量等设计变量的随机性,对精调车结构进行可靠性分析、可靠性灵敏度分析和可靠性优化。首先,分析并得到精调车结构在串联失效模式下的结构功能函数;然后,运用响应面法和重要抽样方法,分析得到基于确定性优化的精调车结构的失效概率和可靠性灵敏度结果。最后,根据可靠性灵敏度分析结果,对该结构进行可靠性优化。分析精调车结构在可靠性优化前后的差异,结果表明,与确定性优化结果相比,可靠性优化使精调车结构自重增加了3.55%,但可靠度提高为0.999 999 987 7,说明设计变量的随机性对结构性能的干扰大幅减小。 相似文献
4.
针对经典人工蜂群算法在机器人路径规划中易于陷入局部极值,且寻优过程收敛速度较慢等问题,提出了一种基于约束优化的改进人工蜂群算法.通过设计变异算子来增大极值在陷入局部最优时的跳出概率,提高机器人路径规划的收敛能力.在机器人路径规划上,对文中方法、遗传算法、A*算法以及经典人工蜂群算法进行性能评估.实验结果表明,文中方法能有效避免路径规划中的局部极值,减少机器人路径规划时间损耗,提高了路径规划效率. 相似文献
1