近年来，模式识别已经成为一个越来越重要的研究领域。最常用的技术之一是深度学习。本文提出了一种新的用于医学诊断模式识别的深度学习模型。隐藏结构的发现是通过特征选择、模型聚合和模型选择来完成的。当用于寻找和诊断乳腺癌时，深度学习模型能够达到最佳解决方案并创建复杂的决策边界。基于10倍交叉验证的评估表明，所提出的BaggingSMF模型取得了良好的结果，性能优于径向基函数、双向联想记忆和ELMAN神经网络。实验研究证明了该模型的多学科应用<\/p> “，”DOI“：”10.4018\/ijirr.316131“，”type“：”journal-article“，”created“：{”date-parts“：[[2023,7,10]]，”date-time“：”2023-07-10T16:37:02Z“，”timestamp“：1689007022000}，”page“：使用模型聚合和模型选择的医学诊断模式识别新的可扩展深度学习模型“]，”前缀“：”10.4018“，”卷“：”12“，”作者“：[{”给定“：”Choukri“，”家庭“：”Djellali“，”序列“：”first“，”affiliation“：[}”name“：”魁北克大学里穆斯基分校“}]}，{”given“：”Mehdi“，”family“：”Adda“，”sequence“：”附加”，“附属机构”：[｛“名称”：“加拿大里穆斯基魁北克大学”｝]｝]，“成员”：“2432”，“参考文献”：[｛“问题”：“11”，“密钥”：“IJIRR.3316131-0”，“首页”：“105”，“文章标题”：“用于图像识别的鲁棒卷积神经网络”，“卷”：“6”，“作者”：“H.Albeahdili”，“年份”：“2015”，“期刊标题”：“《国际高级计算机科学与应用杂志》，{“key”：“IJIRR.3316131-1”，“doi断言者”：“crossref”，“非结构化”：“Angermuelr，C.，Parnamaa，T.，Parts，L.，&Stegle，O.（2016）。计算生物学的深度学习。分子系统生物学，12（7），878.”，“doi”：“10.15252\/msb.2056651”}，{“key”：“IJIRR.3316131-2”，“author”：“Y.Bar”，“年份”：“2015年”，“新闻标题”：“非医学培训的深度学习用于胸部病理学鉴定。2015年医学成像：计算机辅助诊断“}，{“key”：“IJIRR.31613-13”，“year”：“1998”，“journal-title”：“并行遗传算法的调查。计算器并行，研究与系统修复，10（2），141-171”}，“{”key“：”IJIRR.316131-4“，”doi-asserted-by“：”crossref“，”unstructured“：”Cheng，Z.，Sun，H.，Takeuchi，M.，&Katto，J.（2018）.基于深度卷积自动编码器的有损图像压缩。2018年图片编码研讨会（PCS），253-257.”，“DOI”：“10.1109\/PCS.2018.8456308”}，{“key”：“IJIRR.31613-5”，“DOI-asserted-by”：“crossref”，“unstructured”：“Decanini，J.，Tonelli-Neto，M.，Malange，F.，Minussi，C.（2011）。使用模糊ARTMAP小波网络检测和分类电压扰动。电力系统研究，81（12），2057-2065.“，”DOI“：”10.1016\/j.epsr.2011.07.018“}，{“key”：“IJIRR.31613-6”，“DOI-asserted-by”：“publisher”，“DOI”：“10.1109\/ICASSP.2013.6639344”}，“key“：”IJIRR.3.1613-7“，“article-title”：“动态文本聚类的新概念模型，以非结构化文本为例。”，“author”：“C.Djellali”，“year”：“2014”，“journal-title“：”2014年计算机科学软件工程国际会议论文集13“}，{“key”：“IJIRR.316131-8”，“author”：“R.Duda”，“year”：“2012”，“journal-title”：“Pattern classification”}，}“key”：当人脸识别遇到深度学习时：对用于人脸识别的卷积神经网络的评估。在IEEE计算机视觉研讨会国际会议论文集“}，{“key”：“IJIRR.31613-10”，“doi-asserted-by”：“crossref”，“unstructured”：“Kahou，S.，Bouthillier，X.，Lamblin，P.，Gulcehre，C.，Michalski，V.，Konda，K.，Jean，S.、Froumenty，P.、Dauphin，Y.和Boulanger-Lewandowski，N.（2016）表情：视频中情感识别的多模式深度学习方法。《多模式用户界面杂志》，10（2），99-111.“，”DOI“：”10.1007\/s12193-015-0195-2“}，{“key”：“IJIRR.3161-11”，“首页”：“4”，“文章标题”：“模式识别中的分类：综述”，“卷”：“3”，“作者”：“P.考尔”，“年份”：“2013”，“日志标题”：国际计算机科学和软件工程高级研究杂志“}，{“key”：“IJIRR.316131-12”，“unstructured”：“Kendall，A.，&Gal，Y.（2017）。我们在计算机视觉的贝叶斯深度学习中需要什么样的不确定性。神经信息处理系统的进展。”2015年”，“期刊标题”：“用于对象识别的递归卷积神经网络。在IEEE计算机视觉和模式识别会议论文集“}，{“key”：“IJIRR.31613-14”，“doi-asserted-by”：“crossref”，“unstructured”：“Neverova，N.，Wolf，C.，Taylor，G.，&Nebout，F.（2014）。手势检测和定位的多尺度深度学习。欧洲计算机视觉会议研讨会（第474-490页）施普林格。“，”DOI“：”10.1007\/978-3-19-16178-5_33“}，{”key“：”IJIRR.316131-15“，”author“：”H.Ng“，”year“：”2015“，”journal-title“：”Deep learning for emotion recognition on small dataset using transfer learning“。在2015 ACM on interaction multipal interaction interactions国际会议论文集上，{“key”：“IJIRR.3.16131-16”，“author”：“S.Sengupta”，“year”：“2018”，“journal-title“：粒子群优化：用杂交观点对历史和近期发展进行调查。机器学习和知识提取，1（1），157-191“}，{“key”：“IJIRR.316131-17”，“doi-asserted-by”：“crossref”，“unstructured”：“Suman，B.，&Kumar，P.（2006）。模拟退火作为单目标和多目标优化工具的调查。运筹学学会杂志，57（10），1143-1160。”，“doi”：“10.1057\/palgrave.jors.2602068”}，{“问题”：“2”，“关键”：“IJIRR.316131-18”，“首页”：“36”，“文章标题”：“人工神经网络还原数字运动图像”，“卷”：“4”，“作者”：“H.塔里克”，“年份”：“2014”，“期刊标题”：《科学与工程计算》}，{”关键“：”IJIRR.3.16131-19“，”doi-asserted-by“：”crossref“，“非结构化”：“Wen，Y.，Zhang，K.，Li，Z.，&Qiao，Y.（2016）.一种用于深度人脸识别的鉴别特征学习方法.欧洲计算机视觉会议（第499-515页）.Springer”，“DOI”：“10.1007\/978-3319-46478-7_31”}，{“key”：“IJIRR.31613-20”，“DOI-asserted-by”：“crossref”，“unstructured”：“Yamins，D.，&DiCarlo，J.（2016）.使用目标驱动的深度学习模型来理解感觉皮层。《自然神经科学》，19（3），356.“，”DOI“：”10.1038\/nn.4244“}，{“key”：“IJIRR.31613-21”，“DOI-asserted-by”：“publisher”，“DOI”：“10.1145\/2619239.2631434”}，“key“：”IJIRR.316131-22“，”article-title“：”：“使用规则化的LSTM深度网络进行基于骨骼的动作识别的共现特征学习”，“author”：“W.Zhu”，”年份：“2016”，“journal-title”“：”第三十届AAAI人工智能会议“}]，“container-title”：[“International Journal of Information Retrieval Research”]，“original-title“：[]，“language”：“ng”，“link”：[{“URL”：“https:\/\/www.igi-global.com\/viewtitle.aspx？TitleId=316131”，“content-type”：“unspecified”，“content-version”：“vor”，“intended-application”：“similarity-checking”}]存放“：{“date-parts”：[[2023,7,10]]，“date-time”：“2023-07-10T16:44:31Z”，“timestamp”：1689007471000}，“score”：1，“resource”：{”primary“：{“URL”：“https:\/\/services.igi-global.com/resolvedoi\/resolve.aspx？doi=10.4018\/IJIRR.316131”}}，”subtittle“：[”]，“shorttle”：[]，“issued”：{“date-ports”：[2023,7,10]]}，“references-count”：23，“journal-issue”：{“issue”：“1“，”published-print“：{”date-parts“：[[2022,1]]}}，”URL“：”http://\/dx.doi.org\/10.4018\/ijirr.316131“，”relationship“：{}，“ISSN”：[“2155-6377”，”2155-6385“]，”ISSN-type“：[{”value“：”2155-6 377“，”type“:”print“}，{”value“：“2155-6 385”，“type”：“electronic”}]，“主题”：[]，“已发布”：{“日期部分”：[[2023,7,10]]}}