期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
基于数据驱动的液晶材料研究进展
1
作者 柳杰 齐骥 +5 位作者 高世严 陈文艺 隋悦鑫 贺泽民 杨海燕 苗宗成 《液晶与显示》 北大核心 2025年第5期685-696,共12页
液晶材料因其固态和液态的双重特性,在材料科学和应用领域具有独特的优势。近年来,数据驱动方法在液晶相分类、材料设计与性能预测以及传感技术等方面的研究中得到了广泛应用。通过机器学习等数据驱动技术,液晶相变预测、物理化学性能... 液晶材料因其固态和液态的双重特性,在材料科学和应用领域具有独特的优势。近年来,数据驱动方法在液晶相分类、材料设计与性能预测以及传感技术等方面的研究中得到了广泛应用。通过机器学习等数据驱动技术,液晶相变预测、物理化学性能评估及传感器性能优化等研究取得了显著进展。这些研究不仅提升了液晶材料的性能,还拓展了其在智能传感器、气体检测、环境监测以及生物传感等领域的应用潜力。本文综述了数据驱动液晶材料的国内外研究进展,探讨了其在液晶材料设计、优化及应用中的前景,并展望了未来液晶材料科学的进一步发展方向。 展开更多
关键词 数据驱动 机器学习 液晶 材料科学
在线阅读 下载PDF
视觉跟踪技术中孪生网络的研究进展 被引量:1
2
作者 贺泽民 曾俊涛 +2 位作者 袁宝玺 梁德建 苗宗成 《液晶与显示》 CAS CSCD 北大核心 2024年第2期192-204,共13页
在计算机视觉领域中,基于孪生网络的跟踪算法相比于传统算法提高了精度和速度,但是仍会受到目标遮挡、变形、环境变化等影响,导致孪生网络的跟踪算法的性能降低。为了深入了解基于孪生网络的单目标跟踪算法,本文对现有基于孪生网络目标... 在计算机视觉领域中,基于孪生网络的跟踪算法相比于传统算法提高了精度和速度,但是仍会受到目标遮挡、变形、环境变化等影响,导致孪生网络的跟踪算法的性能降低。为了深入了解基于孪生网络的单目标跟踪算法,本文对现有基于孪生网络目标跟踪算法进行了总结和分析,主要包括在孪生网络中引入注意力机制方法、超参数推理方法和模板更新方法,对这3种方法的目标跟踪算法进行了综述,详细介绍了国内外近几年基于孪生网络的算法研究和发展现状。对3个方面的代表算法采用VOT2016、VOT2017、VOT2018和OTB-2015数据集进行实验对比,获得了多种基于孪生网络的目标跟踪算法的性能。最后对基于孪生网络的目标跟踪算法进行了总结,并对未来的发展方向进行了展望。 展开更多
关键词 计算机视觉 目标跟踪 孪生网络 深度学习
在线阅读 下载PDF
多孔纤维素表面聚离子液体交联结构构建与吸附性能研究 被引量:3
3
作者 宋文琦 符泽鹏 +6 位作者 王紫 任芷桦 王思雨 杨成林 朱雪瑶 彭亲 杨苗秀 《中国造纸学报》 CAS CSCD 北大核心 2024年第3期1-9,共9页
本研究开发了一种新型聚咪唑离子液体改性多孔纤维素(PC@PCIL),并用于高效去除水相中偶氮染料。通过碱/尿素溶剂体系,以棉浆为原料,制备多孔纤维素基质(PC),再引入1-乙烯基-3-丁基咪唑氯盐和3,3-1,4-亚苯基双(亚甲基)双(1-乙烯基咪唑二... 本研究开发了一种新型聚咪唑离子液体改性多孔纤维素(PC@PCIL),并用于高效去除水相中偶氮染料。通过碱/尿素溶剂体系,以棉浆为原料,制备多孔纤维素基质(PC),再引入1-乙烯基-3-丁基咪唑氯盐和3,3-1,4-亚苯基双(亚甲基)双(1-乙烯基咪唑二氯盐)作为共聚单体,采用可控活性聚合技术构建PC表面的聚离子液体交联结构,制备得到PC@PCIL吸附剂。该吸附剂对水相中刚果红的吸附量高达544 mg/g,吸附过程主要以静电相互作用、π-π堆叠和疏水作用的协同化学吸附机制为主导,遵循准二级动力学模型和Freundlich等温吸附模型。 展开更多
关键词 纤维素 聚离子液体 吸附 刚果红
在线阅读 下载PDF
基于深度学习的单目标跟踪算法研究进展
4
作者 高世严 柳杰 +3 位作者 陈文艺 贺泽民 杨海燕 苗宗成 《液晶与显示》 2025年第8期1202-1218,共17页
单目标跟踪是计算机视觉中的重要任务之一,旨在视频序列中准确定位目标。尽管深度学习推动了单目标跟踪领域的快速发展,但目标形变、复杂背景、遮挡和尺度变化等问题仍然带来挑战。本文系统回顾了近10年来基于深度学习的单目标跟踪方法... 单目标跟踪是计算机视觉中的重要任务之一,旨在视频序列中准确定位目标。尽管深度学习推动了单目标跟踪领域的快速发展,但目标形变、复杂背景、遮挡和尺度变化等问题仍然带来挑战。本文系统回顾了近10年来基于深度学习的单目标跟踪方法,涵盖了基于卷积神经网络、循环神经网络与孪生网络的传统序列模型方法,结合卷积神经网络与Transformer的混合架构方法和完全基于Transformer的最新方法。本文在OTB100、LaSOT和GOT-10k等数据集上评估和分析了不同算法在准确率、鲁棒性和计算效率等方面的性能,并对基于深度学习的单目标跟踪算法的研究前景进行了展望。 展开更多
关键词 单目标跟踪 视觉目标跟踪 深度学习 卷积神经网络
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部