首页
|
本学科首页
官方微博
|
高级检索
文章检索
按
中文标题
英文标题
中文关键词
英文关键词
中文摘要
英文摘要
作者中文名
作者英文名
单位中文名
单位英文名
基金中文名
基金英文名
杂志中文名
杂志英文名
栏目英文名
栏目英文名
DOI
责任编辑
分类号
杂志ISSN号
检索
检索词:
出版年份:
从
到
被引次数:
从
到
他引次数:
从
到
提示:输入*表示无穷大
全文获取类型
收费全文
1篇
免费
0篇
专业分类
物理学
1篇
出版年
2020年
1篇
排序方式:
出版年(降序)
出版年(升序)
被引次数(降序)
被引次数(升序)
更新时间(降序)
更新时间(升序)
杂志中文名(升序)
杂志中文名(降序)
杂志英文名(升序)
杂志英文名(降序)
作者中文名(升序)
作者中文名(降序)
作者英文名(升序)
作者英文名(降序)
相关性
共有1条查询结果,搜索用时 0 毫秒
1
1.
基于U-Net的盐体识别方法
卢新瑞
黄捍东
李帅
尹龙
《计算物理》
2020,37(3):327-334
卷积神经网络在计算机视觉领域取得重大突破,利用其强大的图像处理能力,将地下沉积盐体的识别问题转化为图像语义分割问题,应用深度卷积神经网络实现盐体地震图像的像素级语义分割.本文在U-Net基础上,增加网络深度并同时引入批归一化和Dropout处理,使得神经网络模型具有更高的可信度和更强的泛化能力.通过实验发现,在卷积层之后引入批归一化处理,并在池化层和叠加层之后引入Dropout可以稳定提升模型对盐体图像的分割性能.
相似文献
1
设为首页
|
免责声明
|
关于勤云
|
加入收藏
Copyright
©
北京勤云科技发展有限公司
京ICP备09084417号