期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
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
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
上一页 1 下一页 到第
使用帮助 返回顶部