排序方式： 共有2条查询结果，搜索用时 0 毫秒
1
1.
该文以互联网上的图片数据为训练数据,结合使用深度学习技术,实现了一种基于卷积神经网络和检测关键词的目标检测系统。系统根据用户输入的检测关键词,利用网络爬虫技术搜集图像用于训练。对每张图像,使用预训练的神经网络模型提取图像特征,并采用金字塔池化技术得到图像表达向量。系统基于图像表达向量学习分类器,并利用分类器对用户上传的图片进行目标检测。系统的实现具有实际意义,理想情况下可对任意具体目标实现检测(如行人、车辆、动物等)。 相似文献
2.
通过密度泛函M062X方法在6-31+G(d)基组水平上考察乙酰胺与甲胺在唑类化合物咪唑、吡唑和苯并三唑双氢键催化作用下的转酰胺反应机制。在该机制中,催化剂通过与底物乙酰胺的羰基氧以及氨基上的一个氢形成双氢键来活化其酰胺键,从而有利于亲核试剂甲胺对乙酰胺酰胺键的亲核进攻。计算结果显示,咪唑和吡唑催化的转酰胺反应焓变能垒分别是123.9 kJ·mol-1和92.3 kJ·mol-1,而苯并三唑做催化剂时焓变能垒降低为88.3 kJ·mol-1,其催化效果优于咪唑和吡唑。当运用溶质全电子密度溶剂化模型SMD (solvation model density)来考察甲苯和水作为溶剂对苯并三唑催化的转酰胺反应产生的溶剂效应时,发现溶剂的加入使反应焓变能垒明显升高,说明溶剂的加入并不利于反应的进行 相似文献
1
