TY -的A2 -王,汉盟-艾哈迈德,Ijaz AU - Ullah Inam AU -汗,瓦利Ullah AU - Ur Rehman, Ateeq盟,在莫姆s . AU -萨利姆,默罕默德凯伊斯AU - Cheikhrouhou,奥马尔盟——公共澡堂,Habib AU -沙菲克,穆罕默德PY - 2021 DA - 2021/05/27 TI -高效算法,进一步研究多目标融合检测问题E-Healthcare解决SP - 9500304六世- 2021 AB -对象检测起着至关重要的作用在计算机视觉、机器学习和人工智能应用程序(如FUSE-AI (E-Healthcare MRI扫描)、人脸检测、计数,和车辆检测识别好和有缺陷的食品。在人工智能领域,目标检测已经达到了顶峰,但当涉及到检测多个目标在一个图像或视频文件,确实有挑战。本文着重于改善再电子医疗(MK-NN)算法实现智能医疗服务和应用程序。我们介绍了修改提高MK-NN的效率,并进行比较分析,以确定最佳融合的目标检测算法基于鲁棒性、准确性和计算时间。比较分析是使用四个算法执行的,即MK-NN,传统的事例,卷积神经网络和反向传播。实验结果表明,改进的事例算法是最好的模型的鲁棒性,准确性和计算时间。SN - 2040 - 2295 UR - https://doi.org/10.1155/2021/9500304 - 10.1155 / 2021/9500304摩根富林明医疗工程PB - Hindawi KW - ER