原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明提供了一种基于残差网络的E2LSH眼角膜疾病分类方法，包括以下步骤：S1、将预训练的权重和参数载入到新模型的卷积层中；S2、删除原始残差网络ResNet中传统的全连接层，设计新的全连接模块，减少残差网络深度的同时增加特征映射的通道数；S3、在卷积层之间引入Dropout有效地防止过拟合；S4、将最后一组残差块的输出特征被提取作为特征描述符。本发明通过从常规ResNet架构中去除不必要的模块，使模型更紧凑，还采用方差计算构建动态哈希索引，能够选择合适的桶宽参数，动态调整桶宽的大小，使得每个哈
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 116595457 A
(43)申请公布日 2023.08.15
(21)申请号 202310759632.5 G06N 3/08 (2023.01)
文档评论（0）