首页 期刊 计算机系统应用 基于GoogLeNet和ResNet的深度融合神经网络在脉搏波识别中的应用 【正文】

基于GoogLeNet和ResNet的深度融合神经网络在脉搏波识别中的应用

作者:张选; 胡晓娟 中国科学技术大学纳米技术与纳米仿生学院; 合肥230026; 上海中医药大学上海中医健康服务协同创新中心; 上海201203
脉搏波   识别   卷积神经网络   google   inception  

摘要:为了提高脉搏波识别的准确率,提出改进的深度融合神经网络MIRNet2.首先,经过主波提取、划分周期和制作hdf5数据集等,获得Caffe可处理的数据集.其次,提出由Inception模块和残差模块构成的融合网络Inception-ResNet (IRNet),包含IRNet1、IRNet2和IRNet3.在此基础上,改进Inception模块、残差模块和池化模块,构造Modified Inception-ResNet (MIRNet),包含MIRNet1和MIRNet2.与本文其它神经网络相比, MIRNet2的分类性能最好,特异性、灵敏度和准确率分别达到87.85%、88.05%和87.84%,参数量和运算量也少于IRNet3.

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

学术咨询 免费咨询 杂志订阅