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
本发明涉及医学图像分类技术领域，公开了一种联合学习的牙周病图像分类方法及设备，其中方法包括：S1：获取最终数据集；S2：构建联合学习模型；S3：使用最终数据集对联合学习模型进行训练，得到牙周病图像的最终分类模型；S4：将待预测图像输入至最终分类模型，得到模型输出的牙周病分类结果。本发明将生成对抗网络与人工神经网络和卷积神经网络融合形成联合学习模型，得出的预测结果会具备三种神经网络的特性，相对单一神经网络得出的预测结果准确率更高；对少数类别的不平衡数据进行数据平衡，使得各种类型的牙周病图像都具有一
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN117351293A
(43)申请公布日2024.01.05
(21)申请号202311642858.3G06V10/82(2022.01)
(22)申请日2023.12.
文档评论（0）