径向基函数神经网络分类器与CNN在癌细胞图像分类中的应用

作者：张凯凯; 郭松林; 毕晨琳

来源：电子测试, 2019, (22): 66-76.

DOI：10.16520/j.cnki.1000-8519.2019.22.028

• 卷积神经网络
• 径向基神经网络
• 图像识别
• MSE(均方误差)损失

本文提出一种新的用于对卷积神经网络提取的特征进行分类的分类器即径向基函数神经网络(rbfnn)分类器。其思想是利用卷积神经网络作为特征提取器,使用rbfnn对提取的特征进行分类。同时在训练时采取softmax分类器与rbfnn分类器同步训练的方式,其中rbfnn分类器将MSE(均方误差)损失作为监督信息,softmax分类器用交叉熵损失作为监督信息。优化后的模型优于[1]中的72.9%的准确率。

• 单位
  黑龙江科技大学