发表服务
本文分常规机器学习和当代深度学习两类来回顾X射线安全成像算法。将深度学习方法分为有监督，半监督和无监督学习，着重论述分类，检测，分割和异常检测任务，同时包含有完善的X射线数据集…
新型理想的钙钛矿射线探测材料|NatureCommunications综述.论文标题：Halideleadperovskitesforionizingradiationdetection.期刊：NatureCommunications.作者：Haotong...
X射线晶体学技术是人们了解原子世界的利器，人们通过这一技术获得了许多重要的生物学结构。在晶体学技术百年诞辰之际，Cell杂志发表了清华...
本文梳理了117篇相关文献，对使用深度神经网络进行医学图像配准的最新文献进行了全面回顾，系统地涵盖了该领域的相关作品，包括关键概念，统计分析，关键技术，主要贡献，挑战和未来方向。.13.迈向自动威胁检测：X射线安全成像中深度学习进展综述...
本文总结了2020年最新发布的25篇计算机视觉领域的综述性论文，包含目标检测、图像分类、图像去噪、图像分割、人脸识别、姿态估计、动作识别、人群计数、医学影像、三维重建等15个方向。相关推荐：25篇CV领域最…
不知道这10种期刊，找光学综述论文就是浪费时间.综述，顾名思义，包括“综”与“述”两个方面。.综是指作者需对现有的大量素材进行归纳整理、综合分析，使材料更加精炼、更加层次分明、更有逻辑性。.述就是评述，是对所写专题的全面、深入、系统的...
现代材料分析方法——四大分析方法的应用论文.四大分析方法及应用摘要：本文论述材料的X射线粉末衍射分析（XRD）、电子显微分析、能谱分析（XPS，UPS，AES）和热分析（TG，DTA,DSC）等测试原理、制样技术、影响因素、图谱解析以及它们在材料研究中的具体...
本文包括25篇最新CV领域2020综述性论文传送。涵盖15个方向：目标检测/图像处理/姿态估计/医学影像/人脸识别等方向51篇最新CV领域综述论文速递！
文献综述是本科毕业论文的一个重要组成部分。当毕业论文题目确定后，在开始写作之前需要做好一些基础性的工作。首先是要了解别人关于这一课题研究的基本情况。因为研究工作最根本的特点就是要有创造性，而不是重复…
论文综述—图神经网络用于医疗诊断的前世今生.随着数据驱动的机器学习研究的进步，探索如何利用机器学习来分析医疗数据变得至关重要。.现有方法的一个主要限制是人体生理信息的数据结构通常是不规则的和无序的，很难将这些数据网格化为易于分析处理...
本文分常规机器学习和当代深度学习两类来回顾X射线安全成像算法。将深度学习方法分为有监督，半监督和无监督学习，着重论述分类，检测，分割和异常检测任务，同时包含有完善的X射线数据集…
新型理想的钙钛矿射线探测材料|NatureCommunications综述.论文标题：Halideleadperovskitesforionizingradiationdetection.期刊：NatureCommunications.作者：Haotong...
X射线晶体学技术是人们了解原子世界的利器，人们通过这一技术获得了许多重要的生物学结构。在晶体学技术百年诞辰之际，Cell杂志发表了清华...
本文梳理了117篇相关文献，对使用深度神经网络进行医学图像配准的最新文献进行了全面回顾，系统地涵盖了该领域的相关作品，包括关键概念，统计分析，关键技术，主要贡献，挑战和未来方向。.13.迈向自动威胁检测：X射线安全成像中深度学习进展综述...
本文总结了2020年最新发布的25篇计算机视觉领域的综述性论文，包含目标检测、图像分类、图像去噪、图像分割、人脸识别、姿态估计、动作识别、人群计数、医学影像、三维重建等15个方向。相关推荐：25篇CV领域最…
不知道这10种期刊，找光学综述论文就是浪费时间.综述，顾名思义，包括“综”与“述”两个方面。.综是指作者需对现有的大量素材进行归纳整理、综合分析，使材料更加精炼、更加层次分明、更有逻辑性。.述就是评述，是对所写专题的全面、深入、系统的...
现代材料分析方法——四大分析方法的应用论文.四大分析方法及应用摘要：本文论述材料的X射线粉末衍射分析（XRD）、电子显微分析、能谱分析（XPS，UPS，AES）和热分析（TG，DTA,DSC）等测试原理、制样技术、影响因素、图谱解析以及它们在材料研究中的具体...
本文包括25篇最新CV领域2020综述性论文传送。涵盖15个方向：目标检测/图像处理/姿态估计/医学影像/人脸识别等方向51篇最新CV领域综述论文速递！
文献综述是本科毕业论文的一个重要组成部分。当毕业论文题目确定后，在开始写作之前需要做好一些基础性的工作。首先是要了解别人关于这一课题研究的基本情况。因为研究工作最根本的特点就是要有创造性，而不是重复…
论文综述—图神经网络用于医疗诊断的前世今生.随着数据驱动的机器学习研究的进步，探索如何利用机器学习来分析医疗数据变得至关重要。.现有方法的一个主要限制是人体生理信息的数据结构通常是不规则的和无序的，很难将这些数据网格化为易于分析处理...
发表服务