关于论文中的图

1.图要精选,应具有自明性,切忌与表及文字表述重复。2.图要精心设计和绘制,要大小适中,线条均匀,主辅线分明。3.坐标图标目中的量和单位符号应齐全,并分别置于纵、横坐标轴的外侧。4.图中的术语、符号、单位等应与表格及文字表述所用的一致。     

“碳化硅功率半导体技术”专题前言

半导体功率器件(即电力电子器件)是电力电子技术的三大核心基础之一,被比作电力电子装置的“CPU”。现有功率器件多采用Si基或SOI基,但是受限于自身材料特性的影响,在节能与转换效率方面越来越显示出他们的局限性。为解决上述问题,半导体功率器件除了继续对传统器件进行新理论和新结构的创新研究外,也正在遵循“一代材料、一代器件、一代装置、一代应用”的发展趋势,从传统的Si基和SOI基向宽禁带半导体SiC和GaN基进行扩展和延伸。     

基于滑动式切比雪夫方法的广播星历插值分析

利用滑动式切比雪夫多项式拟合卫星坐标,详细介绍滑动式切比雪夫多项式拟合原理,并通过实例对比分析普通的切比雪夫多项式和滑动式切比雪夫多项式拟合卫星坐标的精度。结果表明,滑动式切比雪夫多项式拟合卫星坐标的精度比普通的切比雪夫多项式拟合精度高,在插值端点处能够很好地克服振荡和跳跃现象。     

改进HSR-FCN的服装图像识别分类算法研究

目前网络上的服装图像数量增长迅猛，对于大量服装图像实现智能分类的需求日益增加。将基于区域的全卷积网络（Region-Based Fully Convolutional Networks，R-FCN）引入到服装图像识别中，针对服装图像分类中网络训练时间长、形变服装图像识别率低的问题，提出一种新颖的改进框架HSR-FCN。新框架将R-FCN中的区域建议网络和HyperNet网络相融合，改变图片特征学习方式，使得HSR-FCN可以在更短的训练时间内达到更高的准确率。在模型中引入了空间转换网络，对输入服装图像和特征图进行了空间变换及对齐，加强了对多角度服装和形变服装的特征学习。实验结果表明，改进后的HSR-FCN模型有效地加强了对形变服装图像的学习，且在训练时间更短的情况下，比原来的网络模型R-FCN平均准确率提高了大约3个百分点，达到96.69%。     

中国海权问题坐标分析

由于中国海权情况与马汉所提海权理论时西方世界的情形不甚相同,国内对于海权内涵的具体定义颇具争议,并不为人所明晰.本文试图通过引入坐标,以中国海权内涵为原点,从中国的历史向度以及地缘向度对中国海权进行坐标轴向度分析,立体的分析中国海权问题.