基于深度卷积神经网络的红细胞识别算法研究

钟彩, 彭春富, 杜微, 杨兴耀

摘要： 针对深度研究的项目特点,文章对卷积神经网络结构的研究现状进行分析,总结卷积神经网络结构及优化算法。旨在通过对这些内容的分析,针对红细胞图像提取特征,设计群优化算法的卷积神经网络结构,以提高图像检测的科学性、准确性,展现深度卷积神经网络的识别算法技术的使用价值。

钟彩, 彭春富, 杜微, 杨兴耀. 基于深度卷积神经网络的红细胞识别算法研究[J]. 无线互联科技, 2020, 17(5): 17-18+33.

[1]	宋丹, 张育钊. 基于卷积神经网络和胶囊神经网络的宫颈病变图像分类方法研究[J]. 无线互联科技, 2020, 17(7): 138-140.
[2]	王鹏, 叶子豪, 孙锐. 融合深度卷积网络与点云网络的三维车辆检测方法分析[J]. 无线互联科技, 2020, 17(6): 27-33.
[3]	赵丹阳. 基于卷积神经网络的网络隐写分析方法研究[J]. 无线互联科技, 2020, 17(6): 36-37+44.
[4]	李锦辉, 钱薛榴, 诸俊辉. 一种基于卷积神经网络的360环视系统停车位检测设计[J]. 无线互联科技, 2020, 17(5): 64-66.
[5]	张勇, 马亚州, 侯益明, 王紫薇. 基于卷积神经网络的纸币分类与点钞[J]. 无线互联科技, 2020, 17(15): 141-144.
[6]	梁炜. 基于VGGNet的垃圾分类识别APP实施方法[J]. 无线互联科技, 2020, 17(14): 31-33.
[7]	代耀彬, 朱燕燕, 黄双华. 基于卷积神经网络的群众留言分类[J]. 无线互联科技, 2020, 17(12): 21-22.
[8]	田凌燕. 基于Python的卷积神经网络模型分析与构建[J]. 无线互联科技, 2020, 17(11): 19-20.

《无线互联科技》杂志社
Wireless Internet Technology Magazine Agency