期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
GB 3323—1987标准与ASME规范的比较和分析
1
作者
许遵言
阎建芳
徐有正
《无损检测》
2001年第6期254-259,共6页
对GB 332 3— 1987标准和ASME规范的相关内容进行了比较和分析 。
关键词
射线检验
标准
规范
比较分析
锅炉
压力容器
下载PDF
职称材料
工业射线照相胶片系统的分类和胶片处理的控制
2
作者
金宇飞
许遵言
徐有正
《无损检测》
2003年第12期641-643,共3页
介绍国际标准ISO11699及依据该标准而制订的国家标准的主要内容,目的在于使我国无损检测工作者能更好地了解和采用标准所规定的方法。该标准规定了工业射线照相胶片系统(由胶片和胶片处理组合而成)的分类方法和胶片处理的控制方法。该...
介绍国际标准ISO11699及依据该标准而制订的国家标准的主要内容,目的在于使我国无损检测工作者能更好地了解和采用标准所规定的方法。该标准规定了工业射线照相胶片系统(由胶片和胶片处理组合而成)的分类方法和胶片处理的控制方法。该方法能有效地保证射线照相的影像质量,目前已被许多国家采用。
展开更多
关键词
射线照相
胶片系统分类
胶片处理
标准
射线检验
下载PDF
职称材料
多标签图像的识别分类处理算法
被引量:
3
3
作者
徐有正
黄刚
《计算机时代》
2017年第10期9-12,共4页
目前卷积神经网络已在单标签图像的识别上得到了高效的应用,而多标签图像的识别需要处理包括尺寸、形状、布局等多个对象,所以单标签图像分类的网络模型架构不能很好地识别出复杂的对象布局和多标签图像场景。文章提出了端到端方式训练...
目前卷积神经网络已在单标签图像的识别上得到了高效的应用,而多标签图像的识别需要处理包括尺寸、形状、布局等多个对象,所以单标签图像分类的网络模型架构不能很好地识别出复杂的对象布局和多标签图像场景。文章提出了端到端方式训练的多标签图像识别算法,在对图像进行随机缩放和裁剪后,再进入卷积神经网络,其输出经过池化分类层,筛选出有效区域。同时提出加权、动态的欧式距离损失函数用于神经网络的优化。实验结果显示,该算法有效提高了多标签图像识别的精度。
展开更多
关键词
多标签图像
卷积神经网络
图像识别
动态损失函数
下载PDF
职称材料
题名
GB 3323—1987标准与ASME规范的比较和分析
1
作者
许遵言
阎建芳
徐有正
机构
上海锅炉厂有限公司
出处
《无损检测》
2001年第6期254-259,共6页
文摘
对GB 332 3— 1987标准和ASME规范的相关内容进行了比较和分析 。
关键词
射线检验
标准
规范
比较分析
锅炉
压力容器
Keywords
Radiographic testing
Standard
Code
Comparison and analysis
Boiler
Pressure vessel
分类号
TH49 [机械工程—机械制造及自动化]
TG115.28 [金属学及工艺—物理冶金]
下载PDF
职称材料
题名
工业射线照相胶片系统的分类和胶片处理的控制
2
作者
金宇飞
许遵言
徐有正
机构
上海材料研究所
上海锅炉厂有限公司
出处
《无损检测》
2003年第12期641-643,共3页
文摘
介绍国际标准ISO11699及依据该标准而制订的国家标准的主要内容,目的在于使我国无损检测工作者能更好地了解和采用标准所规定的方法。该标准规定了工业射线照相胶片系统(由胶片和胶片处理组合而成)的分类方法和胶片处理的控制方法。该方法能有效地保证射线照相的影像质量,目前已被许多国家采用。
关键词
射线照相
胶片系统分类
胶片处理
标准
射线检验
Keywords
Radiography
Film system classification
Film processing
Standard
分类号
TG115.28 [金属学及工艺—物理冶金]
TP274.51 [自动化与计算机技术—检测技术与自动化装置]
下载PDF
职称材料
题名
多标签图像的识别分类处理算法
被引量:
3
3
作者
徐有正
黄刚
机构
南京邮电大学计算机学院
出处
《计算机时代》
2017年第10期9-12,共4页
基金
国家自然科学基金项目(61171053)
南京邮电大学基金(SG1107)
文摘
目前卷积神经网络已在单标签图像的识别上得到了高效的应用,而多标签图像的识别需要处理包括尺寸、形状、布局等多个对象,所以单标签图像分类的网络模型架构不能很好地识别出复杂的对象布局和多标签图像场景。文章提出了端到端方式训练的多标签图像识别算法,在对图像进行随机缩放和裁剪后,再进入卷积神经网络,其输出经过池化分类层,筛选出有效区域。同时提出加权、动态的欧式距离损失函数用于神经网络的优化。实验结果显示,该算法有效提高了多标签图像识别的精度。
关键词
多标签图像
卷积神经网络
图像识别
动态损失函数
Keywords
multi-label image
convolutional neural network
image recognition
dynamic loss function
分类号
TP391.4 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
GB 3323—1987标准与ASME规范的比较和分析
许遵言
阎建芳
徐有正
《无损检测》
2001
0
下载PDF
职称材料
2
工业射线照相胶片系统的分类和胶片处理的控制
金宇飞
许遵言
徐有正
《无损检测》
2003
0
下载PDF
职称材料
3
多标签图像的识别分类处理算法
徐有正
黄刚
《计算机时代》
2017
3
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部