中国科学院机构知识库网格
Chinese Academy of Sciences Institutional Repositories Grid
基于卷积神经网络的滑动窗口算法在高分辨电镜图像中的应用

文献类型:期刊论文

作者南虎3; 路璐3; 麻晓晶3; 侯振铎3; 张辰2; 汪洁1; 刘卫华3; 王大威3
刊名电子显微学报
出版日期2021-06-15
卷号40期号:3
关键词高分辨电镜图像 深度学习 卷积神经网络 滑动窗口算法
ISSN号1000-6281
其他题名Application of sliding window algorithm with convolutional neural network in high-resolution electron microscope image
产权排序2
英文摘要

原子峰位置的精确定位、原子像绝对强度的标定是利用原子分辨电子显微像确定材料结构的重要前提。近年来快速发展的深度学习技术在计算机视觉和目标检测领域都取得了极大的成功,受此启发,本文建立了针对单原子图像的卷积神经网络。同时并构建了含有大量单原子图像的训练数据集,用于这一卷积神经网络的训练,实现了对单原子图像的可靠检测。利用训练完成的卷积神经网络改进滑动窗口算法,实现了在原子位置检测效果上的明显提升。 

语种中文
CSCD记录号CSCD:6996623
源URL[http://ir.opt.ac.cn/handle/181661/95065]  
专题人力资源处
通讯作者王大威
作者单位1.杭州电子科技大学电子信息学院
2.中国科学院西安光学精密机械研究所
3.西安交通大学电子与信息学部微电子学院
推荐引用方式
GB/T 7714
南虎,路璐,麻晓晶,等. 基于卷积神经网络的滑动窗口算法在高分辨电镜图像中的应用[J]. 电子显微学报,2021,40(3).
APA 南虎.,路璐.,麻晓晶.,侯振铎.,张辰.,...&王大威.(2021).基于卷积神经网络的滑动窗口算法在高分辨电镜图像中的应用.电子显微学报,40(3).
MLA 南虎,et al."基于卷积神经网络的滑动窗口算法在高分辨电镜图像中的应用".电子显微学报 40.3(2021).

入库方式: OAI收割

来源:西安光学精密机械研究所

浏览0
下载0
收藏0
其他版本

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。