| 标题 |
 A Novel Cascaded Deep Learning Model for the Detection and Quantification of Defects in Pipelines via Magnetic Flux Leakage Signals 基于漏磁信号检测和量化管道缺陷的级联深度学习模型
相关领域
漏磁
管道运输
卷积神经网络
无损检测
残余物
人工智能
机器人
泄漏（经济）
试验数据
人工神经网络
目标检测
磁通量
计算机科学
工程类
计算机视觉
模式识别（心理学）
算法
磁场
磁铁
宏观经济学
放射科
物理
环境工程
机械工程
经济
医学
程序设计语言
量子力学
|
| 网址 | |
| DOI | |
| 其它 |
期刊：IEEE Transactions on Instrumentation and Measurement 作者：Veysel Yuksel; Yusuf Engin Tetik; Mahmut Omer Basturk; Onur Recepoglu; Kursad Gokce; et al 出版日期：2023-01-01 |
| 求助人 | |
| 下载 | |
|
温馨提示：该文献已被科研通 学术中心 收录，前往查看
科研通『学术中心』是文献索引库，收集文献的基本信息（如标题、摘要、期刊、作者、被引量等），不提供下载功能。如需下载文献全文，请通过文献求助获取。
|
毛豆
cocolu
pluto
劲秉
SYLH
藤椒辣鱼
Singularity
FIN
pcr163
子车茗
ceeray23
一一
研友_Z14Yln
36456657
杳鸢
无名老大
iNk
VDC
竹筏过海
坚强的广山
皖公网安备34019202002308
