典型文献
基于卷积神经网络的高通量蓝相液晶识别
文献摘要：
随着液晶显示技术的发展,蓝相液晶由于存在诸多优点而进入研究人员的视野,并吸引着人们的持续关注,但是其在研究和实用过程中存在许多困难,例如蓝相只在很窄的温度区间内存在,所以对于蓝相液晶的快速识别和蓝相存在温度区间的快速计算就显得格外重要.本文通过机器学习算法训练得到模型,结合Labview软件可以实现液晶相态的快速识别和蓝相温域的快速读取计算,在实验过程中对159840张样品点相态图像的整体识别准确率在93％以上.本文研究结果可以更高效识别蓝相和计算蓝相温域,更快速筛选合适的蓝相液晶配方,从而提高实验研究效率,推动蓝相液晶早日应用于显示器件.
文献关键词：
蓝相液晶;机器学习;卷积神经网络;图像识别
中图分类号：
作者姓名：
张亚倩;崔永丰;王浩;何万里;张磊;杨洲;曹晖;王冬;李宇展
作者机构：
北京科技大学材料科学与工程学院,北京100083
文献出处：
引用格式：
[1]张亚倩;崔永丰;王浩;何万里;张磊;杨洲;曹晖;王冬;李宇展-.基于卷积神经网络的高通量蓝相液晶识别)[J].液晶与显示,2022(08):972-979
A类：
B类：
蓝相液晶,液晶显示,显示技术,引着,持续关注,很窄,温度区间,快速识别,快速计算,格外,机器学习算法,算法训练,练得,Labview,液晶相,相态,相温,速读,读取,识别准确率,快速筛选,高实,早日,显示器件,图像识别
AB值：
0.310069
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
