您当前的位置:
首页 >
文章列表页 >
基于多尺度融合卷积神经网络的熔解曲线有效性分类
基于多尺度融合卷积神经网络的熔解曲线有效性分类
Validity classification of melting curve based on multi⁃scale fusion convolutional neural network
- “在熔解曲线图像分析领域,专家提出了基于多尺度融合的CNN分类模型,显著提升了峰值分类的准确性,为相关研究开辟新方向。”
- 吉林大学学报(工学版) 2022年52卷第3期 页码:633-639
DOI: 10.13229/j.cnki.jdxbgxb20200871
移动端阅览
AI导读
HTML全文
图( 3 ) 表( 3 )
参考文献
出版信息
数据统计
41
浏览量
36
下载量
0
CSCD
文章被引用时,请邮件提醒。
提交
工具集
- BibTeX下载
- Endnote下载
- RefMan 下载
- NoteExpress下载
- NoteFirst下载
相关文章
简化型残差结构和快速深度残差网络
基于混合对比的无偏半监督医学影像分类模型
基于时空注意力的多视角人脸表情识别算法
基于时间和运动增强的视频动作识别
基于知识蒸馏的图像分类框架
相关作者
周跃
闫丰
隋永新
王二帅
杨怀江
袁靖舒
李宇健
袁满
相关机构
中国科学院 长春光学精密机械与物理研究所
长春国科精密光学技术有限公司
中国科学院大学 大珩学院
东北石油大学 计算机与信息技术学院
桂林电子科技大学 人工智能学院

