En el desarrollo de industrias de alta tecnología, el grafito se ha convertido en una materia prima esencial, por lo que este estudio propone un algoritmo basado en redes neuronales de convulsión mejorada (CNN) para la clasificación y reconocimiento de fuentes de alta calidad de grafito. El modelo de reconocimiento basado en CNN no necesita pasos complicados de preprocesamiento de imágenes en la etapa inicial, y la mejora de datos también se puede completar en línea en el proceso de capacitación, lo que hace que el proceso de construcción del modelo sea más conciso. Con base en los resultados de la simulación, se evidencia que la precisión de reconocimiento del método propuesto mejora significativamente, la velocidad de convergencia se acelera y el modelo es más estable, lo que demuestra la viabilidad y eficacia del método propuesto.
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículo:
Un esquema implícito de diferencia y dirección alternante para opciones de precios en Asia
Artículo:
Perspectivas y aplicaciones reales del grafeno después de 16 años de su descubrimiento
Artículo:
Comportamiento de oxidación húmeda de fibras de SiC casi estequiométricas en el entorno simulado de un motor aeronáutico
Artículo:
Preparación de nanopartículas de platino-electrodo modificado con grafeno y determinación selectiva de rutina
Artículo:
Oxidación en vapor de agua del acero inoxidable AISI 316 recubierto con Al-Si por deposición química de vapor en lecho fluidizado
Libro:
Metodología del marco lógico para la planificación, el seguimiento y la evaluación de proyectos y programas
Presentación:
Estudio de movimientos y tiempos
Tesis:
Materiales y prácticas de construcción sostenible
Artículo:
Emisiones globales de gases de efecto invernadero provenientes de materiales de construcción residencial y comercial: estrategias de mitigación para 2060