Scidown文献预览系统！
利用x射线图像的基于深度学习的方法对深海棠种子质量进行分类( Deep learning-based approach using X-ray images for classifying Crambe abyssinica seed quality )
ADD Medeiros RC Bernardes LJD Silva BALD Freitas CBD Silva
成像技术与最先进的人工智能技术相结合的应用为现代油料产业提供了重要的进展。设计了创新的工具来改进不同种类种子的特性，因此，决策变得更加有效。本研究旨在评估基于卷积神经网络(CNN)的深度学习模型在利用X射线图像监测crambe种子质量方面的潜力。在该方法中，使用具有不同物理和生理属性的种子来创建模型。该模型对种子内部组织完整性、发芽和活力的判别准确率分别为91%,95%和82%。因此，我们的研究结果表明，数字射线图像适合于提供有关crambe种子的物理和生理参数的相关信息。此外，所提出的方法可以用于种子的快速、无损和稳健的分类。
SciDown文献求助系统（解决99%问题） Public Download Elsevier 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 含双椭圆孔洞大理岩单轴压缩开裂特性试验与数值模拟下载
scidown 经皮与手术封堵继发房间隔缺损:对现有临床证据的系统回顾和荟萃分析下载
scidown 经皮与手术封堵继发房间隔缺损:对现有临床证据的系统回顾和荟萃分析下载