| 1 | 基于卷积神经网络的微藻种类识别显示文摘对微藻的光学图像进行采样,并结合国内外专家对微藻鉴定的经验知识,制作了微藻图像数据集,并进行数据增强处理。借助深度学习的原理和方法,构建基于卷积神经网络结构的深度学习模型(AlexNet),对模型进行训练,并利用5折交叉验证方法确保模型的稳定性。结果表明,模型的训练精度为97.86%±1.63%,测试精度为85.86%±0.80%,达到了预期效果。利用AlexNet模型训练得到的参数,对预留的280个样本图像进行实际测试,7个藻种的平均精确度、平均召回率和调和平均数分别为83.3%,84.4%和83.3%,表明深度学习方法是鉴定微藻的一种有效方法。 | 崔雪森 田晓清 康伟 朱浩朋 张胜茂 JOE Silke 戴阳 樊成奇 | 2021 | 上海海洋大学学报2021，30，4： | 5 |
您所在的机构暂未开通此部分的功能，请联系管理员