检索结果-南通市图书馆

Deep Learning,Feature Learning,and Clustering Analysis for SEM Image Classification

Data Intelligence 2020年第4期2卷 513-528页

作者： rossella aversa Piero Coronica Cristiano De Nobili Stefano Cozzini National Research Council-Istituto Officina dei Materiali(CNR-IOM) 34136 TriesteItaly KIT-Karlsruhe Institute of Technology Hermann-von-Helmholtz-Platz 176344 Eggenstein-LeopoldshafenGermany Research Software Engineering University of CambridgeCambridge CB30FAUK Freelance at *** Area Science Park Padriciano 9934149 TriesteItaly

In this paper,we report upon our recent work aimed at improving and adapting machine learning algorithms to automatically classify nanoscience images acquired by the Scanning Electron Microscope(SEM).This is done by coupling supervised and unsupervised learning approaches.We first investigate supervised learning on a ten-category data set of images and compare the performance of the different models in terms of training accuracy.Then,we reduce the dimensionality of the features through autoencoders to perform unsupervised learning on a subset of images in a selected range of scales(from 1μm to 2μm).Finally,we compare different clustering methods to uncover intrinsic structures in the images.

关键词： Neural networks Feature learning Clustering analysis Scanning Electron Microscope(SEM) Image classification

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：