激光与光电子学进展, 2019, 56 (10): 101009, 网络出版: 2019-07-04   

基于卷积神经网络的短切毡缺陷分类 下载: 1008次

Classification of Chopped Strand Mat Defects Based on Convolutional Neural Network
作者单位
西安工程大学电子信息学院, 陕西 西安 710048
引用该论文

卓东, 景军锋, 张缓缓, 苏泽斌. 基于卷积神经网络的短切毡缺陷分类[J]. 激光与光电子学进展, 2019, 56(10): 101009.

Dong Zhuo, Junfeng Jing, Huanhuan Zhang, Zebin Su. Classification of Chopped Strand Mat Defects Based on Convolutional Neural Network[J]. Laser & Optoelectronics Progress, 2019, 56(10): 101009.

引用列表
1、 基于改进YOLOv3的车辆识别方法激光与光电子学进展, 2021, 58 (16): 1610010
2、 基于深度学习特征融合的视网膜图像分类激光与光电子学进展, 2020, 57 (24): 241025
3、 基于卷积神经网络的数码印花缺陷分类算法激光与光电子学进展, 2020, 57 (24): 241011
4、 基于改进YOLOv3网络的齿轮缺陷检测激光与光电子学进展, 2020, 57 (12): 121009
5、 基于改进深度神经网络的纱管分类激光与光电子学进展, 2020, 57 (10): 101014
6、 基于低像素人脸图像的表情识别激光与光电子学进展, 2020, 57 (10): 101008

卓东, 景军锋, 张缓缓, 苏泽斌. 基于卷积神经网络的短切毡缺陷分类[J]. 激光与光电子学进展, 2019, 56(10): 101009. Dong Zhuo, Junfeng Jing, Huanhuan Zhang, Zebin Su. Classification of Chopped Strand Mat Defects Based on Convolutional Neural Network[J]. Laser & Optoelectronics Progress, 2019, 56(10): 101009.

本文已被 6 篇论文引用
被引统计数据来源于中国光学期刊网
引用该论文: TXT   |   EndNote

相关论文

加载中...

关于本站 Cookie 的使用提示

中国光学期刊网使用基于 cookie 的技术来更好地为您提供各项服务,点击此处了解我们的隐私策略。 如您需继续使用本网站,请您授权我们使用本地 cookie 来保存部分信息。
全站搜索
您最值得信赖的光电行业旗舰网络服务平台!