基于特征提取 进行数据分析
——许昌学院“觅真知 基于大数据的医学影像智能处理技术实践队”理论与实践齐飞，进行图像特征提取
7月3日，队员们集中在一起完成了需求分析。今天团队开始进行模型的选取，因为模型的选取非常重要，因为只有合适的模型才获得准确率高的结果。
通过学习，大家选取了卷积神经网络和多层感知器这两种模型，虽然目前基于卷积神经网络图像分类系统虽然很多，而且在识别效果上非常不错。但其中一些基本问题仍然没有得到很好的解决，特别是对自然图像进行分类识别时，对卷积神经网络的初始状态参数以及寻优算法的选取，会对网络训练造成很大影响，选择不好会造成网络的不工作，或者有可能陷入局部极小、欠拟合、过拟合等诸多问题。多层感知器是一种前馈人工神经网络模型，其将输入的多个数据集映射到单一的输出的数据集上。多层感知器是比较浅层的神经网络，因为现在深度学习的准确率相对浅层的较高，但是有时浅层的也会有意想不到的效果，多层感知器模型就在手写体数字识别中的准确率高于90%。
经过今天具体的学习，团队的合作意识非常好，大家相互讨论，相互选择自己认为最合理的模型，于是今天就在卷积神经网络和多层感知器这两种模型的争论中结束，相信明天大家会找到一种最合理的模型。
供稿人：李世春
http://www.dxsbao.com/shijian/160289.html 点此复制本页地址
