期刊导航
期刊开放获取
重庆大学
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于改进的 AlexNet 卷积神经网络的植物叶片识别
被引量:
14
1
作者
孙颖异
李健
+1 位作者
时天
孙中波
《种子》
北大核心
2020年第2期77-81,共5页
针对多类植物叶片识别准确率和计算效率低问题,通过残差连接卷积层,构建了一种基于残差连接的Alexnet卷积神经网络。对卷积层的输入数据进行批归一化,进而加速网络的收敛速度。利用两种不同的全局池化算法既能减少特征图数目又能提高算...
针对多类植物叶片识别准确率和计算效率低问题,通过残差连接卷积层,构建了一种基于残差连接的Alexnet卷积神经网络。对卷积层的输入数据进行批归一化,进而加速网络的收敛速度。利用两种不同的全局池化算法既能减少特征图数目又能提高算法识别植物叶片的准确性和计算效率。对于不同种类植物叶片,实验验证残差连接的Alexnet卷积神经网络能够进行高效识别。
展开更多
关键词
植物叶片
卷积神经网络
残差连接
全局池化
下载PDF
职称材料
形状记忆聚合物变形模式研究进展
被引量:
3
2
作者
张澜
马愫倩
+2 位作者
王寒冰
梁云虹
张志辉
《化学学报》
SCIE
CAS
CSCD
北大核心
2020年第9期865-876,共12页
近年来,形状记忆聚合物(SMP)的发展取得了明显进步,其自身的优势也得到了充分的展示.形状记忆聚合物是一种刺激响应智能材料,在特定的外部刺激条件下可以根据预先设计的方式改变形状.形状记忆聚合物具有密度低、变形量大、驱动方式丰富...
近年来,形状记忆聚合物(SMP)的发展取得了明显进步,其自身的优势也得到了充分的展示.形状记忆聚合物是一种刺激响应智能材料,在特定的外部刺激条件下可以根据预先设计的方式改变形状.形状记忆聚合物具有密度低、变形量大、驱动方式丰富、生物相容性好等一系列优势,使其在航空航天、生物医学、仿生工程、电子元件、智能机器人等领域有着巨大的应用潜力.为了更好地适应不同应用和不同领域的需求,形状记忆聚合物的变形模式也在不断地创新,本综述介绍了形状记忆聚合物不同的变形方式及其相关应用的进展,并对形状记忆聚合物面临的挑战和其潜在的研究方向进行了展望.
展开更多
关键词
形状记忆聚合物
智能材料
变形模式
刺激响应
原文传递
题名
基于改进的 AlexNet 卷积神经网络的植物叶片识别
被引量:
14
1
作者
孙颖异
李健
时天
孙中波
机构
吉林
农业
大学
信息技术学院
吉林大学
通信
工程
学院
长春工业
大学
电气与电子
工程
学院
吉林大学
出处
《种子》
北大核心
2020年第2期77-81,共5页
基金
国家自然科学基金(批准号:41601454)
吉林省生态环境厅环境保护科研项目(吉环科字第2019-02号)
吉林省教育厅科学研究规划项目(JJKH 20200333 KJ,JJKH 20200329 KJ)
文摘
针对多类植物叶片识别准确率和计算效率低问题,通过残差连接卷积层,构建了一种基于残差连接的Alexnet卷积神经网络。对卷积层的输入数据进行批归一化,进而加速网络的收敛速度。利用两种不同的全局池化算法既能减少特征图数目又能提高算法识别植物叶片的准确性和计算效率。对于不同种类植物叶片,实验验证残差连接的Alexnet卷积神经网络能够进行高效识别。
关键词
植物叶片
卷积神经网络
残差连接
全局池化
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
形状记忆聚合物变形模式研究进展
被引量:
3
2
作者
张澜
马愫倩
王寒冰
梁云虹
张志辉
机构
吉林大学教育部仿生工程重点实验室
吉林
省产品质量监督检验院
出处
《化学学报》
SCIE
CAS
CSCD
北大核心
2020年第9期865-876,共12页
基金
国家重点研发计划(2018YFB1105100,2018YFA0703300和2018YFC2001300)
国家自然科学基金(51822504,51675223和91848204)
+3 种基金
吉林省科技攻关项目(20180201051GX)
吉林大学科技创新研究团队计划(2017TD-04)
装备预研教育部联合基金(2018G944J00084)
中国博士后科学基金(2019M661204)资助。
文摘
近年来,形状记忆聚合物(SMP)的发展取得了明显进步,其自身的优势也得到了充分的展示.形状记忆聚合物是一种刺激响应智能材料,在特定的外部刺激条件下可以根据预先设计的方式改变形状.形状记忆聚合物具有密度低、变形量大、驱动方式丰富、生物相容性好等一系列优势,使其在航空航天、生物医学、仿生工程、电子元件、智能机器人等领域有着巨大的应用潜力.为了更好地适应不同应用和不同领域的需求,形状记忆聚合物的变形模式也在不断地创新,本综述介绍了形状记忆聚合物不同的变形方式及其相关应用的进展,并对形状记忆聚合物面临的挑战和其潜在的研究方向进行了展望.
关键词
形状记忆聚合物
智能材料
变形模式
刺激响应
Keywords
shape memory polymer
smart materials
deformation mode
stimulus response
分类号
TQ317 [化学工程—高聚物工业]
原文传递
题名
作者
出处
发文年
被引量
操作
1
基于改进的 AlexNet 卷积神经网络的植物叶片识别
孙颖异
李健
时天
孙中波
《种子》
北大核心
2020
14
下载PDF
职称材料
2
形状记忆聚合物变形模式研究进展
张澜
马愫倩
王寒冰
梁云虹
张志辉
《化学学报》
SCIE
CAS
CSCD
北大核心
2020
3
原文传递
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部