校正:通过使用卷积神经网络,从原始的Casia2体积数据预测ectasia查指数,用于通过卷积神经网络识别角

科学领域:

• 科学出版业的科学出版.
• 图书统计学 图书统计学
• 学术传播学术交流

背景情况:

• 准确的引用对于科学完整性至关重要.
• 数字物体识别器 (DOI) 确保可靠的研究访问.
• 在DOI中的错误可能会阻碍研究发现和影响评估.

研究的目的:

• 为了纠正特定物品的数字物体标识符 (DOI).
• 确保研究的正确归因和可访问性.
• 维护科学记录的完整性.

主要方法:

• 在原始出版物中识别错误的DOI.
• 通过出版商或数据库记录验证正确的DOI.
• 发出一个纠正通知与准确的DOI.

主要成果:

• 已经确定了该物品的错误DOI.
• 正确的DOI已得到确认,现在已提供.
• 这一修正方便了准确的引用和访问.

结论:

• 纠正错误的DOI对于学术交流至关重要.
• 确保DOI准确性支持研究的可复制性和影响.
• 这次纠正符合科学出版的标准.