人類蛋白圖像分類的目的是識(shí)別蛋白質(zhì)細(xì)胞器中的細(xì)胞核漿、核膜等定位標(biāo)簽。針對(duì)蛋白質(zhì)分類數(shù)據(jù)集大、多標(biāo)簽類別不平衡以及類間差異小等問(wèn)題,結(jié)合CSPPNet與集成學(xué)習(xí),提出一種人類蛋白質(zhì)圖像分類方法。該方法構(gòu)建了粗細(xì)結(jié)合的CSPPNet模型,且將該模型前幾層卷積生成的特征圖加入空間金字塔池化層,并與模型后期卷積生成的特征圖相結(jié)合,同時(shí)利用圖片的整體特征和局部特征自動(dòng)檢測(cè)圖片差異,以提高細(xì)粒度圖像分類問(wèn)題的精度,再通過(guò)集成學(xué)習(xí)的方法來(lái)進(jìn)一步提升準(zhǔn)確率。實(shí)驗(yàn)結(jié)果表明,相比經(jīng)典卷積神經(jīng)網(wǎng)絡(luò)（CNN）,該模型的精度與F1值均有所提升。 

【文章頁(yè)數(shù)】：8 頁(yè)

【部分圖文】：

HPA數(shù)據(jù)集原始圖像數(shù)據(jù)

HPA中說(shuō)明性圖像數(shù)據(jù)

訓(xùn)練集中2組樣本染色后的對(duì)比圖

【參考文獻(xiàn)】：
期刊論文
[1]多尺度空間金字塔池化PCANet的行人檢測(cè)[J]. 夏胡云,葉學(xué)義,羅宵晗,王鵬.  計(jì)算機(jī)工程. 2019(02)
[2]手勢(shì)識(shí)別身份認(rèn)證的連續(xù)隱馬爾可夫模型[J]. 李富,孫子文.  小型微型計(jì)算機(jī)系統(tǒng). 2018(03)
[3]基于序的空間金字塔池化網(wǎng)絡(luò)的人群計(jì)數(shù)方法[J]. 時(shí)增林,葉陽(yáng)東,吳云鵬,婁錚錚.  自動(dòng)化學(xué)報(bào). 2016(06)
[4]基于相似性混合模型的蛋白質(zhì)交互識(shí)別[J]. 王宇偉,牛耘,魏歐.  計(jì)算機(jī)工程. 2015(07)
[5]基于支持向量機(jī)的生物醫(yī)學(xué)文獻(xiàn)蛋白質(zhì)關(guān)系抽取[J]. 楊志豪,洪莉,林鴻飛,李彥鵬.  智能系統(tǒng)學(xué)報(bào). 2008(04)

碩士論文
[1]基于圖像的蛋白質(zhì)亞細(xì)胞定位[D]. 張燕群.福建農(nóng)林大學(xué) 2015



本文編號(hào)：3655737