您当前的位置：
首页 >
文章列表页 >
优化ViT用于黑色素瘤分类：特征筛选与InfoNCE损失的结合
信息科学 | 更新时间：2025-09-28

    • 优化ViT用于黑色素瘤分类：特征筛选与InfoNCE损失的结合

    • Optimizing vision transformer for melanoma classification： integration of feature selection and InfoNCE loss

    • “在黑色素瘤图像分类领域，研究人员提出了一种改进的Vision Transformer模型，通过动态特征筛选和对比学习，显著提升了分类精度和诊断效率。”
    • 光学精密工程   2025年33卷第16期 页码：2649-2660

    • DOI：10.37188/OPE.20253316.2649    

      中图分类号： TP394.1
    • CSTR：32169.14.OPE.20253316.2649    

    • 收稿日期：2025-02-20，

      修回日期：2025-05-03，

      纸质出版日期：2025-08-25

    移动端阅览

  • 黄金杰,马媛雪.优化ViT用于黑色素瘤分类：特征筛选与InfoNCE损失的结合[J].光学精密工程,2025,33(16):2649-2660. DOI： 10.37188/OPE.20253316.2649. CSTR： 32169.14.OPE.20253316.2649.

    HUANG Jinjie,MA Yuanxue.Optimizing vision transformer for melanoma classification： integration of feature selection and InfoNCE loss[J].Optics and Precision Engineering,2025,33(16):2649-2660. DOI： 10.37188/OPE.20253316.2649. CSTR： 32169.14.OPE.20253316.2649.

  •  
  •  

0

浏览量

0

下载量

0

CSCD

文章被引用时，请邮件提醒。
提交
工具集
下载
参考文献导出
分享
收藏
添加至我的专辑

相关文章

多尺度与三维交互特征优化的皮肤镜图像分类
基于Swin Transformer轻量化的TFT-LCD面板缺陷分类算法
面向手写数字图像的压缩感知快速分类
联合训练生成对抗网络的半监督分类方法
空-谱协同流形重构的高光谱影像分类

相关作者

李菁
吕晓琪
王迪
贾磊
周怡君
罗晨
夏衍
冯汝鹏

相关机构

内蒙古科技大学 数智产业学院
内蒙古工业大学 信息工程学院
东南大学 机械工程学院
无锡尚实电子科技有限公司
中国科学院 长春光学精密机械与物理研究所
0