注册帐号丨忘记密码？
1.点击网站首页右上角的“充值”按钮可以为您的帐号充值
2.可选择不同档位的充值金额，充值后按篇按本计费
3.充值成功后即可购买网站上的任意文章或杂志的电子版
4.购买后文章、杂志可在个人中心的订阅/零买找到
5.登陆后可阅读免费专区的精彩内容
打开文本图片集
摘 要：针对太阳电池缺陷图像数据少导致深度学习模型过拟合，从而造成小样本缺陷检测困难的问题，该文提出一种融合元学习和双路径注意力的生成对抗网络（MAGAN）作为数据增强策略。所设计的元学习调参模块（MTM）优化生成器中权重参数；所设计的双路径注意力模块（DPAT）在特征提取过程中更关注图像中微小微弱缺陷特征；在改进网络构架的同时提出一种聚类约束损失函数解决训练过程中梯度消失问题。（剩余11248字）
登录龙源期刊网
购买文章
融合元学习和双路径注意力的太阳电池缺陷生成
文章价格：6.00元
当前余额：100.00
阅读
您目前是文章会员，阅读数共：0篇
剩余阅读数：0篇
阅读有效期：0001/1/1 0:00:00
