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:
Estudio termoquímico asistido por computadora para la producción de biodiésel
Artículo:
Estudio matemático de la estabilidad del rendimiento del sistema [Fe(CN)6]3-/[Fe(CN)6]4- como mediador en la electro-reducción de nitrito, con fines electroanalíticos
Artículo:
Aplicación de métodos modelo-dependiente y modelo-independiente en el desarrollo de una formulación de comprimidos de Captopril
Ponencia:
Método discontinuo de volúmenes finitos/elementos finitos de alto orden para aplicaciones de dinámica de fluidos computacional
Artículo:
La obtención selectiva de amirinas a partir de oleorresinas de Protium amazónicas