卷积神经网络在毒株胚蛋分类中的应用

• 作 者: 毕明帅 穆嘉松
• 机 构: 天津师范大学电子与通信工程学院
• 出 处: 天津师范大学学报(自然科学版)
• 发表日期: 2018年01期
• 关键词: 卷积神经网络 毒株胚蛋 BATCH Normalization层 分类器 convolutional neural network vaccinated egg
• 基金项目: 天津市自然科学基金资助项目（16JCYBJC16500）.

目前用于培养禽流感疫苗的SPF鸡蛋的成活性检测主要依靠人工方式,且检测效率低,无法满足市场需求.针对此问题,本文应用卷积神经网络对鸡蛋品质进行类型识别,采用3层卷积模型并添加Batch Normalization层(BN层).实验考察了BN层和卷积层数对网络性能的影响,结果显示,加入BN层的3层卷积模型的识别率达到98%,且网络收敛较快.