机译:利用自动编码器提高卷积神经网络在超声缺陷分类中的性能
Department of Mechanical Engineering Sungkyunkwan University Suwon 16419 Republic of Korea;
Korea Institute of Nuclear Safety Daejeon 34142 Republic of Korea;
Autoencoder; Convolutional neural network; Counterbore; Ultrasonic testing; Weldment flaws;
机译:采用自动化器超声波分类卷积神经网络的性能增强
机译:喧嚣的神经网络用于嘈杂条件下超声波焊接缺陷分类
机译:网络流量分类使用深卷积复制自动化器神经网络进行空间时间特征提取
机译:AE-DCNN:AutoEncoder增强了恶意软件分类的深度卷积神经网络
机译:空间分辨率对土地覆盖分类的深度卷积神经网络的影响
机译:超声层析成像和卷积神经网络检测混凝土中的缺陷
机译:用经常性神经网络自动化器增强卷积神经网络模型检测电子健康记录笔记中的出血事件:深度学习方法