研究文章
自动分类系统的排泄孔堵塞基于卷积神经网络传输的学习
|
| 网络 |
分类 |
准确性(ACC) |
精度(PPV) (%) |
回忆(TPR) (%) |
F 1-score (%) |
测试精度(%) |
时间 |
|
| AlexNet |
某人 |
88.1 |
85.3 |
96.7 |
0.91 |
89.1 |
6米10秒 |
| MB |
90.9 |
87.0 |
0.89 |
| 乙肝 |
83.3 |
71.4 |
0.77 |
| 注 |
90.9 |
83.3 |
0.87 |
|
| ResNet-18 |
某人 |
90.5 |
93.1 |
90.0 |
0.92 |
91.0 |
8 m 40年代 |
| MB |
91.3 |
91.3 |
0.91 |
| 乙肝 |
71.4 |
71.4 |
0.71 |
| 注 |
92.0 |
95.8 |
0.94 |
|
| ResNet-50 |
某人 |
85.8 |
82.5 |
88.9 |
0.86 |
90.0 |
36米59秒 |
| MB |
93.4 |
82.6 |
0.88 |
| 乙肝 |
73.9 |
81.0 |
0.77 |
| 注 |
87.5 |
86.3 |
0.87 |
|
| resnet - 101 |
某人 |
84.5 |
80.0 |
80.0 |
0.80 |
86.0 |
353米42秒 |
| MB |
94.4 |
73.9 |
0.83 |
| 乙肝 |
77.8 |
100.0 |
0.88 |
| 注 |
85.2 |
95.8 |
0.90 |
|
| GoogLeNet |
某人 |
88.1 |
75.0 |
100.0 |
0.86 |
88.0 |
13米15秒 |
| MB |
100.0 |
69.6 |
0.82 |
| 乙肝 |
100.0 |
85.7 |
0.92 |
| 注 |
100.0 |
91.7 |
0.96 |
|
| VGG-16 |
某人 |
86.9 |
86.7 |
86.7 |
0.87 |
93.0 |
421米11秒 |
| MB |
90.0 |
78.3 |
0.84 |
| 乙肝 |
58.3 |
100.0 |
0.74 |
| 注 |
100.0 |
91.7 |
0.96 |
|
| VGG-19 |
某人 |
90.5 |
80.6 |
96.7 |
0.88 |
92.0 |
417 30年代 |
| MB |
94.7 |
78.3 |
0.86 |
| 乙肝 |
100.0 |
100.0 |
1.00 |
| 注 |
100.0 |
91.7 |
0.96 |
|
| SqueezeNet |
某人 |
82.1 |
85.2 |
76.7 |
0.81 |
91.0 |
5米33秒 |
| MB |
80.0 |
87.0 |
0.83 |
| 乙肝 |
85.7 |
85.7 |
0.86 |
| 注 |
80.0 |
83.3 |
0.82 |
|
|
