期刊简介
本刊（中国自然科学核心期刊）系军事医学科学院主办的国内外公开发行的综合性学术期刊。本刊以刊登军事医学及相关学科的创新性论著为主，选登部分研究简报，技术方法及有一定指导性的文献综述。内容涉及放射医学、微生物学与流行病学、药理学与毒理学、药物化学、基础医学、卫生学与环境医学、卫生装备、临床医学及医学高新技术等领域。
往期目录
-
2000
-
2001
-
2002
-
2003
-
2004
-
2005
-
2006
-
2007
-
2008
-
2009
-
2010
-
2011
-
2012
-
2013
-
2014
-
2015
-
2016
-
2017
-
2018
首页>军事医学杂志
- 杂志名称：军事医学杂志
- 主管单位：军事医学科学院
- 主办单位：军事医学科学院
- 国际刊号：1674-9960
- 国内刊号：11-5950/R
- 出版周期：月刊
期刊荣誉：中国自然科学核心期刊期刊收录：知网收录(中), 上海图书馆馆藏, CSCD 中国科学引文数据库来源期刊(含扩展版), CA 化学文摘(美), 北大核心期刊(中国人文社会科学核心期刊), JST 日本科学技术振兴机构数据库(日), 维普收录(中), 国家图书馆馆藏, 万方收录(中), 统计源核心期刊(中国科技论文核心期刊)
基于遗传算法的弥漫大B细胞淋巴瘤识别深度神经网络模型自动压缩
任怀胜；伯晓晨；应晓敏
关键词：深度学习, 模型压缩, 遗传算法, 淋巴瘤, 大B细胞, 弥漫性
摘要：目的 基于遗传算法(GA),设计弥漫大B细胞淋巴瘤(DLBCL)识别深度神经网络(DNN)模型的自动压缩.方法 鉴于目前DNN的训练和模型压缩过程中涉及过多人为经验因素,提出根据已有数据集使用GA自动迭代生成适合的网络模型,自动去除原有网络模型冗余的节点和连接,使优化后的模型更加精简.该自动压缩算法在DLBCL数据集上进行了测试,通过计算进化后的新一代的种群适应度,选择大适应度的个体进行结构解析,得到适合的网络结构.结果 经过自动压缩算法的优化迭代,在基本保证原有网络模型识别精度的前提下得到了大幅度精简后的网络模型.通过解析适应度高的网络模型可见,模型层数较初模型更加精简,模型参数数量显著降低.结论 该自动压缩方法使用GA自动压缩并生成适合的模型,简化了模型体量,提升了模型的运行速度,使之更加适合临床应用.
友情链接