基于深度学习的激光熔覆层表面气孔识别研究
[1] 俞晓文, 姚喆赫, 张操棋, 等. 多维高频振动对激光熔覆成形几何形貌的影响研究[J]. 表面技术,2020,49(10):286-293+315.
[2] 侯锁霞, 赵江昆, 李强, 等. 对激光熔覆形成缺陷的影响因素的探究[J]. 材料导报,2022,36(S1):388-391.
[3] 刘钊鹏, 顾俊, 王健超, 等. WC-Co硬质合金涂层的激光熔覆工艺研究[J]. 应用激光,2021,41(4):715-723.
[5] 张浩, 练国富, 陈昌荣, 等. 激光熔覆曲面基体曲线轨迹成形内部质量与效率影响研究[J]. 激光与红外,2020,50(12):1433-1442.
[6] Cao C, Liu F, Tan H, et al. Deep learning and its applications in biomedicine[J]. Genomics, Proteomics & Bioinformatics,2018,16(1):17-32.
[7] 陈红花, 岑健, 刘溪, 等. 深度学习在化学流程工业故障诊断的研究进展[J]. 计算机工程与应用,2022,58(13):48-62.
[8] 于海洋, 景鹏, 张文涛, 等. 基于残差和注意力机制的道路裂缝检测U-Net改进模型[J/OL]. 计算机工程,(2022-9)/[2023-4].https:∥kns.cnki.net/kcms/detail/31.1289.TP.20220930.1905.011.html
[9] 金澍, 关沫, 边玉婵, 等. 基于改进U-Net的遥感影像建筑物提取方法[J]. 激光与光电子学进展,2023,60(04):59-65.
[10] 何直蒙, 丁海勇, 安炳琪. 高分辨率遥感影像建筑物提取的空洞卷积E-Unet算法[J]. 测绘学报,2022,51(3):457-467.
[11] 赵兰枝, 史欣沅. 基于卷积神经网络的生物医学实体标准化研究[J]. 科技创新与应用,2022,12(15):30-35.
[12] 李琳辉, 钱波, 连静, 等. 基于卷积神经网络的交通场景语义分割方法研究[J]. 通信学报,2018,39(4):123-130.
[13] 刘丹, 刘学军, 王美珍. 一种多尺度CNN的图像语义分割算法[J]. 遥感信息,2017,32(1):57-64.
[14] He H, Wang S, Wang S, et al. A road extraction method for remote sensing image based on encoder-decoder network[J]. Journal of Geodesy and Geoinformation Science,2020,3(2):16-25
[15] 刘建伟, 刘俊文, 罗雄麟. 深度学习中注意力机制研究进展[J]. 工程科学学报,2021,43(11):1499-1511.
[16] 于营, 王春平, 付强, 等. 语义分割评价指标和评价方法综述[J].计算机工程与应用,2023,59(06):57-69.
[17] 杨波, 梁伟. 深度神经网络模型构建及优化策略[J]. 计算机时代,2022,355(1):8-13+18.
[18] 饶竹一, 张云翔. 基于BiGRU和注意力机制的多标签文本分类模型[J]. 现代计算机,2020,673(01):31-35.
[19] 贵向泉, 张馨月, 李立. 高分辨率皮肤黑色素瘤图像的两阶段式分割算法[J/OL]. 计算机工程,(2023-05)/[2023-5].
崔陆军, 刘亚轩, 郭士锐, 李海洋. 基于深度学习的激光熔覆层表面气孔识别研究[J]. 光学技术, 2023, 49(6): 673. CUI Lujun, LIU Yaxuan, GUO Shirui, Li Haiyang. Research on surface porosity recognition of laser cladding layer based on deep learning[J]. Optical Technique, 2023, 49(6): 673.