典型文献
基于EfficientNet的星系形态分类研究
文献摘要：
星系的结构和形态能够反映星系自身的物理性质,其形态的分类是后续分析研究的一个重要环节.EfficientNet模型使用复合系数对深度网络模型的深度、宽度、输入图像分辨率进行更加结构化的统一缩放,是一种新的深度网络优化扩展方法.将该模型应用于星系数据形态的分类研究中,结果表明基于EfficientNet-B5模型的平均准确率、精确率、召回率以及F1分数(精确率与召回率的调和平均数)都在96.6％以上,与残差网络(Residual network,ResNet)中ResNet-26模型的分类结果相比有较大的提升.实验结果证明EfficientNet的深度网络优化扩展方法可行且有效,可应用于星系的形态分类.
文献关键词：
方法:数据分析;技术:图像处理;星系:普通
中图分类号：
作者姓名：
艾霖嫔;徐权峰;杜利婷;许婷婷;高献军;李广平;周卫红
作者机构：
云南民族大学数学与计算机科学学院 昆明650500;广州大学天体物理中心 广州510006;中国科学院天体结构与演化重点实验室 昆明650011
文献出处：
引用格式：
[1]艾霖嫔;徐权峰;杜利婷;许婷婷;高献军;李广平;周卫红-.基于EfficientNet的星系形态分类研究)[J].天文学报,2022(04):42-49
A类：
星系形态分类
B类：
EfficientNet,分类研究,物理性质,模型使用,复合系数,深度网络模型,图像分辨率,缩放,网络优化,模型应用,B5,平均准确率,精确率,召回率,调和平均,平均数,残差网络,Residual,network,ResNet
AB值：
0.36189
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
