Scidown文献预览系统！
基于混合模糊卷积神经网络的电致发光光伏电池缺陷检测机制( A Hybrid Fuzzy Convolutional Neural Network Based Mechanism for Photovoltaic Cell Defect Detection with Electroluminescence Images )
C Ge Z Liu L Fang H Ling C Yin
在太阳能光伏(PV)电池的智能制造过程中，利用工业物联网（IIoT）智能摄像头和IIoT中合作的传感器的缺陷自动检测系统成为一个很有前景的解决方案。许多工作致力于以数据驱动的方式检测光伏电池的缺陷。然而，由于人工标注的主观性和模糊性，数据中含有大量的噪声和不可预测的不确定性，给缺陷自动检测带来了很大的困难。为了解决这个问题，我们提出了一种新的体系结构&模糊卷积，它在微观层次上集成了模糊逻辑和卷积运算。将所提出的模糊卷积与正则卷积相结合，构造了一种混合模糊卷积神经网络(HFCNN)。与卷积神经网络(CNNs)相比，HFCNN可以较好地解决光伏电池数据的不确定性，以较少的参数提高精度，使该方法在智能摄像机中的应用成为可能。在公开数据集上的实验结果表明，与CNNS相比，本文提出的方法具有优越性。
SciDown文献求助系统（解决99%问题） Public Download ResearchGate
『Sci-Hub|Scidown』怎么用？来看看教程吧！

支持模式 1.支持DOI号 2.支持英文文献全名搜索 3.支持参考文献搜索 4.知网文献（暂时关闭）

安卓手机、电脑用户，您可以在QQ浏览器里输入 www.scidown.cn 打开scidown解析，就可以解析、下载了！（注意是文献的DOI号）

苹果手机用户，您需要先在App Store里搜索并下载 Documents by Readdle 这个APP，在APP首页，左划右下角的指南针图标打开APP内置浏览器，在浏览器里输入 www.scidown.cn 打开scidown解析，就可以解析、下载了！

如出现BUG？赶快加入【Scidown互助交流群】反馈吧：729083885【点击一键加群】
『Sci-Hub|Scidown』相关参考文献
scidown PubMed Central，图2:PLoS One. 2012;7 (6): e38418。2012年6月11日在线发布。doi: 10.1371 / journal.pone.0038418下载
scidown PubMed Central，图2:PLoS One. 2012;7 (6): e38418。2012年6月11日在线发布。doi: 10.1371 / journal.pone.0038418下载
scidown 公司治理与现金持有:来自全球董事会改革的证据下载