您当前的位置：
首页 >
文章列表页 >
基于cycleGAN的太阳电池电致发光图像数据增强方法
图像增强 | 更新时间：2024-08-16

    • 基于cycleGAN的太阳电池电致发光图像数据增强方法

    • Electroluminescence defect image augmentation method of solar cell based on cycleGAN

    • “在光伏组件电致发光缺陷自动识别领域，研究者采用cycleGAN生成太阳电池EL缺陷图像，并通过与DCGAN的对比实验，验证了cycleGAN在图像有效性、相似性和多样性方面的显著优势，为该领域研究提供了有效解决方案。”
    • 液晶与显示   2024年39卷第8期 页码：1057-1069

    • DOI：10.37188/CJLCD.2023-0234    

      中图分类号： TN206

    • 收稿：2023-07-04，

      修回：2023-07-31，

      纸质出版：2024-08-05

    移动端阅览

  • 何翔, 杨爱军, 黎健生, 等. 基于cycleGAN的太阳电池电致发光图像数据增强方法[J]. 液晶与显示, 2024,39(8):1057-1069. DOI： 10.37188/CJLCD.2023-0234.

    HE Xiang, YANG Aijun, LI Jiansheng, et al. Electroluminescence defect image augmentation method of solar cell based on cycleGAN[J]. Chinese Journal of Liquid Crystals and Displays, 2024, 39(8): 1057-1069. DOI： 10.37188/CJLCD.2023-0234.

  •  
  •  

0

浏览量

74

下载量

0

CSCD

文章被引用时，请邮件提醒。
提交
工具集
下载
参考文献导出
分享
收藏
添加至我的专辑

相关文章

量子点在显示应用中的研究进展
电致发光器件的复合开关电路驱动技术
近红外有机小分子电致发光材料研究进展
新型宽谱带黄色磷光铱(Ⅲ)配合物的合成、光物理性质及其高效电致发光

相关作者

刘召军
刘传标
林永红
黄文俊
张胡梦圆
郑岩
何志毅
卯龙

相关机构

南方科技大学 电子与电气工程系
桂林电子科技大学信息与通信学院
桂林电子科技大学广西无线宽带通信与信号处理重点实验室
上海科润光电材料有限公司
黑龙江大学 功能无机材料化学教育部重点实验室 化学化工与材料学院
0