【基于深度学习的医疗辅助系统研究国内外文献综述3700字】.docxVIP

【基于深度学习的医疗辅助系统研究国内外文献综述3700字】.docx

1、本文档共6页，其中可免费阅读4页，需付费55金币后方可阅读剩余内容。
2、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。
3、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
4、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
8、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

基于深度学习的医疗辅助系统研究国内外文献综述

1.1深度学习

深度学习属于机器学习领域，主要是通过人工神经网络来模拟人脑的工作，对图像、语音及文本进行处理。Hinton在2016年给出了深度学习的概念，并指出深度学习技术具有自我学习能力，不需要手动对特征进行提取，就可以自动提取数据特征，在图像分类、目标检测等方面得到了广泛发展。

在图像分类方面，Huang等[9]提出了DenseNet网络，以前馈的方式将网络的每一层与每一层互相连接起来，缓解了消失梯度的问题，加强了特性传播，使网络参数较少，提高了图像识别的准确度。Xie等[10]提出了一种ResNeXt网络结构用于图像分类，将结构设置为多个

关注原创力文档

咨询Ta 进入空间

更多 >