Scidown文献预览系统！
基于参与式感知的坑槽检测系统，使用深度学习( PotSpot: Participatory sensing based monitoring system for pothole detection using deep learning )
S Patra AI Middya S Roy
道路的正确养护是一项极其复杂的任务，也是全世界的一个重要问题。道路监测和维修活动中最关键的一项是探测道路的异常情况，如坑洼。虽然当局多年来一直认为道路维修是一个严重的问题，但由于缺乏适当的道路坑洞探测和测绘，因此问题更为严峻。为了解决这一问题,建立了一个端到端的城市道路坑洞实时检测、监测和空间映射系统PotSpot,提出了一种用于道路坑洞检测的卷积神经网络(CNN)模型,并在实际数据集上进行了评价。此外，在Google maps API（Application Programming Interface）的帮助下生成了实时坑洞标记地图。为了通过该系统提供端到端的服务，坑洞检测和坑洞映射通过一个android应用程序集成在一起。并将该模型与人工神经网络(ANN)、支持向量机(SVM)、K近邻(KNN)和三个预训练的CNN模型V3、VGG19和VGG16进行了性能比较,验证了该模型的有效性。与上述基线方法相比，该模型具有更高的精度(≈97.6%)。此外，本文提出的坑洞探测模型的曲线下面积(AUC)值(AUC=0.97)高于基线方法。
SciDown文献求助系统（解决99%问题） Public Download Springer 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 [Cu2(O2CMe)4(H2O)2]/(py)2CO体系作为异常七核配合物和新型十二核“飞轮”团簇的来源下载
scidown [Cu2(O2CMe)4(H2O)2]/(py)2CO体系作为异常七核配合物和新型十二核“飞轮”团簇的来源下载