排序方式: 共有7条查询结果,搜索用时 0 毫秒
1
1.
功率型白光LED封装设计的研究进展 总被引:2,自引:0,他引:2
综述了功率型白光LED封装的研究现状和存在的问题,着重从LED封装结构和封装材料两个方面进行了详细的评述,在现有蓝光芯片激发钇铝石榴石(YAG)荧光粉来实现节能、高效的白光LED照明的基础上,介绍了可以提高功率型白光LED的取光效率和空间色度的均匀性的各种封装结构和材料.指出新的封装结构、封装材料和封装工艺的有机结合以获得高取光效率,延长功率型白光LED的使用寿命,节约整体封装结构的成本,从而推进LED同体光源的应用是今后功率型白光LED研究的重点. 相似文献
2.
3.
4.
5.
精准的视网膜血管分割可以辅助诊疗如糖尿病、高血压等疾病。眼睛血管结构和病理特征的复杂性导致血管分割的精度和速度都存在很多局限。为了克服这一问题,提出了一种改进的U-net分割方法,该方法将U-net网络解码器和编码器中的卷积模块改为残差模块,使用非局部注意模块连接编码器和解码器。网络模型在不增加参数量的情况下,通过添加残差模块和注意力机制提高了像素之间的信息相关性以及模型提取特征的能力。最后,采用DRIVE数据集对所提模型与原U-net网络进行对比评价,新模型在测试集上的特征检测准确率、特异性、灵敏度和Dice系数分别达到了0.9679、0.9896、0.8245和0.8281。实验结果证明,所提网络模型可对视网膜进行精确地血管分割。 相似文献
6.
虽然传统卷积神经网络的识别率很高,但是其庞大的参数量会导致工业部署困难,且识别响应速度慢。引入轻量级卷积神经网络MobileNet,使用深度可分离卷积替代传统卷积,大大减少了模型参数量。以MobileNet为基准网络,实现了基于一维轻量级网络MobileNet-18的Φ-OTDR周界入侵事件识别。通过实验对比了不同结构下的网络识别率和识别速度,在保证模型的准确率不会大幅度降低的情况下,选取MobileNet-18作为最佳模型。采集了攀爬、切割、风吹、举起、拉动和走动这 6种周界光纤入侵信号。在 6种光纤入侵信号识别中,MobileNet-18达到了识别率为 98.33%,响应时间为 9.27 ms的最佳效果 相似文献
7.
1