基于改进Adam算法的胃肠镜图像分类方法

孙海静, 崔佳琪, 邵一川, 赵骞, 张乐, 李刚

doi:10.16103/j.cnki.21-1583/n.2026.01.007

沈阳大学学报（自然科学版） ›› 2026, Vol. 38 ›› Issue (1) : 53 -60+90. DOI: 10.16103/j.cnki.21-1583/n.2026.01.007

基于改进Adam算法的胃肠镜图像分类方法

孙海静, 崔佳琪, 邵一川, 赵骞, 张乐, 李刚

作者信息 +

Author information +

文章历史 +

PDF

摘要

提出一种针对胃肠镜图像分类任务优化的改进Adam算法。该算法通过引入学习率衰减和自适应梯度正则化，有效提升了模型在胃肠镜图像上的分类性能和收敛速度。学习率衰减根据梯度变化调节学习率，以加快收敛并减少振荡；自适应梯度正则化能够减少过拟合，提高泛化能力。为验证改进后算法的有效性，在公开的Kvasir数据集上进行了实验，取得了67.67%的准确率，与Adam、SGD、AdamW等算法相比有所提高。