ty -jour a2 -kaur，manjit au- iSkanderani，Ahmed I. Au -Mehedi，Ibrahim M. Au -Au -Aljohani，Abdulah Jeza au -Shorfuzzaman，Mohammad au -Au -akth-Latif，Abdul PY -2021 DA -2021/04/21 TI-基于人工智能的数字图像Stemansys SP -9923389 VL -2021 AB-最近，正在广泛利用基于深度学习的模型用于Stemanlysis。但是，深度学习模型遭受了过度拟合和超参数调整问题的困扰。因此，在本文中，有效 θ - 非主导分类遗传算法 - （ θ 提出了基于NSGA-）III的密度连接的卷积神经网络（DCNN）模型，以用于图像切解分析。 θ NSGA-III用于调整DCNN模型的初始参数。它可以通过将DCNN模型作为多目标健身函数来控制DCNN模型的准确性和F量。在Stegrt1数据集上绘制了广泛的实验。还使用竞争性切尔分析模型来绘制所提出模型的比较。绩效分析表明，根据各种绩效指标，提出的模型优于现有的切解模型。SN -1939-0114 UR -https：//doi.org/10.1155/2021/9923389做 - 10.1155/2021/99233389 JF-安全与通信网络PB- Hindawi KW -er -er -er -er-