卷积神经网络的民国纸币序列号识别系统

实现了深度学习的民国纸币序列号自动识别系统.提取、分割民国纸币序列号字符,对单个字符进行预处理,裁剪字符空白区域,归一化字符大小,并使用卷积神经网络进行识别.实验结果表明:在纸币存在污迹、褶皱的情况下,所提民国纸币序列号识别系统能够减少人工录入的工作量,单个字符的识别精度高于99.99%.     

碳点在鲁米诺和草酸酯化学发光体系中的研究进展

作为一种无需光、热、声、电、磁激发的自发光现象,化学发光已经在化学分析检测、冷光源、生物成像等领域得到了广泛应用.对于多数化学发光体系而言,其化学发光性质不仅取决于化学反应的底物,更与化学反应中使用的催化剂和发光中间体相关.碳点是一种新型的零维发光碳纳米材料,以其优异的物理化学性质和丰富的结构形貌已在各种化学发光体系中...