|
|
1.
基于半监督方法的脑梗死图像识别
欧莉莉, 邵峰晶, 孙仁诚, 隋毅
计算机应用
2021, 41 (4):
1221-1226.
DOI: 10.11772/j.issn.1001-9081.2020071034
在图像识别领域，针对有监督方法的模型在标签数据不足时图像的识别效果不佳问题，提出一种基于生成对抗网络（GAN）的半监督方法模型，即结合了半监督生成对抗网络（SSGAN）和深度卷积生成对抗网络（DCGAN）的优点，并在输出层用softmax代替了sigmoid激活函数，从而建立半监督深度卷积生成对抗网络（SS-DCGAN）模型。首先，将生成样本定义为伪样本类别并用于引导训练；其次，采用半监督的训练方式对模型的参数进行更新；最后，实现对异常（脑梗死）图像的识别。实验结果表明，SS-DCGAN模型在标签数据较少时能够很好地识别异常图像，达到95.05%的识别率，与ResNet32、半监督梯度网络（Ladder Network）分类方法相比具有显著的优越性。
参考文献 |
相关文章 |
多维度评价
|
|
