研究文章

COVID-19检测使用深卷积神经网络和二进制微分算法特征选择从x射线图像

表3

平均100年后的混淆矩阵组件运行使用原始和优化特性。

方法 TP TN 《外交政策》 FN 精度 灵敏度 特异性 几何平均数 曲线下的面积 RMSE

通过深卷积原始特征
培训 254/65 509/32 0/02 0/02 1/0000 0/9999 1/0000 1/0000 0/9999 0/0036
测试 53/92 108/58 0/75 0/75 0/9909 0/9866 0/9931 0/9898 0/9898 0/1533
验证 53/67 108/33 1/00 1/00 0/9878 0/9816 0/9909 0/9862 0/9863 0/1905
362/23 726/23 1/77 1/77 0/9968 0/9951 0/9976 0/9964 0/9964 1/1543

通过二进制微分优化功能
培训 254/67 509/33 0/00 0/00 1/0000 1/0000 1/0000 1/0000 1/0000 0/0000
测试 54/20 108/87 0/47 0/47 0/9943 0/9916 0/9957 0/9937 0/9937 0/1133
验证 53/92 108/58 0/75 0/75 0/9909 0/9862 0/9931 0/9896 0/9898 0/1592
362/78 726/78 1/22 1/22 0/9978 0/9967 0/9983 0/9975 0/9975 1/1543