| 基于卷积神经网络的滑动窗口算法在高分辨电镜图像中的应用 | |
| 其他题名 | Application of sliding window algorithm with convolutional neural network in high-resolution electron microscope image |
| 南虎1; 路璐1; 麻晓晶1; 侯振铎1; 张辰2; 汪洁3; 刘卫华1; 王大威1 | |
| 作者部门 | 人事教育处 |
| 2021-06-15 | |
| 发表期刊 | 电子显微学报
 |
| ISSN | 1000-6281 |
| 卷号 | 40期号:3 |
| 产权排序 | 2 |
| 摘要 | 原子峰位置的精确定位、原子像绝对强度的标定是利用原子分辨电子显微像确定材料结构的重要前提。近年来快速发展的深度学习技术在计算机视觉和目标检测领域都取得了极大的成功,受此启发,本文建立了针对单原子图像的卷积神经网络。同时并构建了含有大量单原子图像的训练数据集,用于这一卷积神经网络的训练,实现了对单原子图像的可靠检测。利用训练完成的卷积神经网络改进滑动窗口算法,实现了在原子位置检测效果上的明显提升。 |
| 关键词 | 高分辨电镜图像 深度学习 卷积神经网络 滑动窗口算法 |
| 收录类别 | CSCD |
| 语种 | 中文 |
| CSCD记录号 | CSCD:6996623 |
| 引用统计 | |
| 文献类型 | 期刊论文 |
| 条目标识符 | http://ir.opt.ac.cn/handle/181661/95065 |
| 专题 | 人事教育处 |
| 通讯作者 | 王大威 |
| 作者单位 | 1.西安交通大学电子与信息学部微电子学院 2.中国科学院西安光学精密机械研究所 3.杭州电子科技大学电子信息学院 |
| 推荐引用方式 GB/T 7714 | 南虎,路璐,麻晓晶,等. 基于卷积神经网络的滑动窗口算法在高分辨电镜图像中的应用[J]. 电子显微学报,2021,40(3). |
| APA | 南虎.,路璐.,麻晓晶.,侯振铎.,张辰.,...&王大威.(2021).基于卷积神经网络的滑动窗口算法在高分辨电镜图像中的应用.电子显微学报,40(3). |
| MLA | 南虎,et al."基于卷积神经网络的滑动窗口算法在高分辨电镜图像中的应用".电子显微学报 40.3(2021). |
| 条目包含的文件 | ||||||
| 文件名称/大小 | 文献类型 | 版本类型 | 开放类型 | 使用许可 | ||
| 基于卷积神经网络的滑动窗口算法在高分辨电（3615KB） | 期刊论文 | 作者接受稿 | 限制开放 | CC BY-NC-SA | 请求全文 | |
| 个性服务 |
| 推荐该条目 |
| 保存到收藏夹 |
| 查看访问统计 |
| 导出为Endnote文件 |
| 谷歌学术 |
| 谷歌学术中相似的文章 |
| [南虎]的文章 |
| [路璐]的文章 |
| [麻晓晶]的文章 |
| 百度学术 |
| 百度学术中相似的文章 |
| [南虎]的文章 |
| [路璐]的文章 |
| [麻晓晶]的文章 |
| 必应学术 |
| 必应学术中相似的文章 |
| [南虎]的文章 |
| [路璐]的文章 |
| [麻晓晶]的文章 |
| 相关权益政策 |
| 暂无数据 |
| 收藏/分享 |
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。
修改评论