Application of Deep Learning Algorithms in Determination of Trace Rare Earth Elements of Cerium Group in Rocks and Minerals

CONTENIDO PARA USUARIOS REGISTRADOS

Inicia sesión para disfrutar este recurso. Si aún no estás afiliado a BibloRed, haz clic en el botón.

Descripción: Desde el avance del aprendizaje profundo en la clasificación de objetos en 2012, se han logrado logros extraordinarios en el campo de la detección de objetivos, pero la alta complejidad temporal y espacial de la red de detección de objetivos basada en aprendizaje profundo ha impedido que la tecnología se aplique en productos reales. Para resolver este problema, en primer lugar, este artículo utiliza la red de clasificación MobileNet para optimizar la red de detección de objetivos Faster R-CNN. Los resultados experimentales en el conjunto de datos de detección de elementos de tierras raras muestran que la red de clasificación MobileNet no es adecuada para optimizar la red Faster R-CNN. Después de eso, este artículo propone una red de clasificación que combina VGG16 y MobileNet, y utiliza la red de fusión para optimizar la red de detección de objetivos Faster R-CNN. Los resultados experimentales en el conjunto de datos de detección de elementos de tierras raras muestran que la red de detección de objetivos Faster R-CNN optimizada por la red de
Citación recomendada (normas APA)
: Hindawi, "Application of Deep Learning Algorithms in Determination of Trace Rare Earth Elements of Cerium Group in Rocks and Minerals", -:Revista VirtualPRO,, 2021. Consultado en línea en la Biblioteca Digital de Bogotá (https://www.bibliotecadigitaldebogota.gov.co/resources/3933440/), el día 2025-07-17.

Información adicional

Por: Red Distrital de Bibliotecas Públicas. BibloRed (Bogotá. CO) | Fecha: 2019

Por: Red Distrital de Bibliotecas Públicas. BibloRed (Bogotá. CO) | Fecha: 2019

Explora contenidos digitales de forma gratuita, crea tus propias colecciones, colabora y comparte con otros.