| 标题 |
 Quantitative Automated Detection of Voids, Pores, Cracks, and Fibre Orientation in Scanning Electron Microscopy Images Utilising Mask Convolutional Neural Networks (M-CNN) for Natural Fibre Composite Characterisation 利用掩模卷积神经网络（M-CNN）定量自动检测扫描电子显微镜图像中的空隙、孔隙、裂纹和纤维取向以表征天然纤维复合材料
相关领域
材料科学
扫描电子显微镜
卷积神经网络
复合数
复合材料
人工神经网络
方向（向量空间）
人工智能
计算机科学
数学
几何学
|
| 网址 | |
| DOI | |
| 其它 |
期刊：Transactions of FAMENA 作者：Geeta Rani; M Sakthimohan; A. Felix Sahayaraj; M. Sornalakshmi 出版日期：2024-01-01 |
| 求助人 | |
| 下载 | 求助已完成，仅限求助人下载。 |
|
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。
|
寻道图强
AireenBeryl531
清脆松
浅尝离白
JY
美好乐松
8R60d8
Singularity
西罗
快乐抽屉
genomed
小王
CipherSage
InfoNinja
彪壮的小玉
追寻紫安
轩辕寄风
tuanheqi
科目三
乐乐乐乐乐乐
皖公网安备34019202002308
