论文部分内容阅读
本文引入ResNet和GoogleNet模型进行比较,所提出的网络在三分类实验中在准确率、灵敏度和特异性都有优越性。相对于改进前的GoogleNet网络,本文模型的参数量减少了23.9%,而且分类效果有所提高。通过对比实验可以发现,本文所提出的Inception-ResNet对肺部CT影像数据集具有良好的分类效果,在保证和提高准确率的情况下,Inception-ResNet卷积能够有效地降低模型参数量,减少所需学习的样本,可以应用在样本数量较少的情况分类。