计算机工程

作者：张欢, 赵希梅

单位：1. 青岛大学 计算机科学技术学院, 山东 青岛 266071;2. 山东省数字医学与计算机辅助手术重点实验室, 山东 青岛 266000

关键词：空间变换网络,异构卷积滤波器,AlexNet模型,卷积神经网络,肝硬化识别

基金：国家自然科学基金（61303079）。

卷积神经网络因缺乏空间不变性造成分类精度不高，且由于复杂度过高导致分类效率较低。提出一种利用空间变换网络和异构卷积滤波器的SH_ImAlexNet网络，应用于肝硬化样本识别。改进卷积神经网络AlexNet的结构和参数以满足肝硬化样本尺度要求，引入空间变换网络层增强特征提取能力与空间不变性，采用异构卷积滤波器替换部分卷积核降低复杂度并提升鲁棒性。实验结果表明，该网络的分类效果较AlexNet、VGG等传统网络更优，在小样本数据集和大样本数据集上的识别率分别达到98.28%和95.67%，空间复杂度和时间复杂度更低且运行效率更高。

来源：2021年第5期

《计算机工程》期刊编辑部

查看计算机工程杂志2021年第5期