surf the net中文的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列問答集和資訊懶人包

含雙醯胺雙吡啶與四羧酸配位基配位高分子之合成、結構與放光性質

為了解決surf the net中文的問題，作者廖宗德 這樣論述：

本論文藉由不同長碳鏈雙醯胺雙吡啶配位基，N‚N'-bis(3-methylpyridyl)oxalamide (L1)、N‚N'-bis(3-methylpyridyl)adipoamide (L2)、N‚N'-bis(3-methylpyridyl)sebaamide (L3)，分別與四羧酸配位基1,2,4,5-benzenetetracarboxylic acid (1,2,4,5-H4BETC)，以及過渡金屬鹽類，以水熱合成法得到11種配位化合物: {[Cu2(L1)2(1,2,4,5-BTEC)(H2O)]·5H2O}n, 1, [Cu2(L2)(1,2,4,5-BTEC)(H2O)

4]n, 2, [Cu2(L3)(1,2,4,5-BTEC)(H2O)4]n, 3, [Ni(L2)(1,2,4,5-BTEC)0.5(H2O)2]n, 4, [Co(L1)0.5(1,2,4,5-BTEC)0.5(H2O)]n, 5, {[Co(L1)(1,2,4,5-BTEC)0.5(H2O)]·H2O}n, 6, {[Co(L1)1.5(1,2,4,5-BTEC)0.5(H2O)]·3H2O}n, 7, [Co(L2)(1,2,4,5-BTEC)0.5(H2O)2]n, 8, [Co3(L3)(1,2,4,5-BTEC)1.5(2-OH2)2]n, 9, {[Zn(L2)0.5(1,2

,4,5-BTEC)0.5(H2O)]·H2O}n, 10, {[Zn(L3)(1,2,4,5-BTEC)0.5]·H2O}n, 11。而這些化合物藉由單晶X光繞射儀鑑定其結構，並以粉末X光繞射儀與熱失重分析儀來研究特性。 化合物1、5、7、9和10為三維的結構且拓樸學分別為 (4.62)2(42.62.82)(42.64.84)2(63.83) 、4,5,6T11、dmp、sqc246和gwg，其他則是不同拓樸學的二維結構。化合物2和3為bex的拓樸學結構， 化合物4和8具有point symbol為(42.8.102.12)2(42.84)(4)2的拓樸學結構，化合物6為Point sy

mbol為(42.82.102)(42.84)2(4)2的拓樸學結構，化合物11為4,4L43的拓樸學結構。化合物5到7的結構轉換，10 與 11之放光性質以及化合物5, 6, 7, 10 與 11之氣體吸脫附特性亦將加以討論。

基於卷積神經網路建構語義地圖

為了解決surf the net中文的問題，作者陳冠廷 這樣論述：

本論文提出基於卷積神經網路建構語義地圖的方法。此系統使用 ZED2 攝影機搭配 Pionner3-DX 移動機器人為主體，主要分為兩個部分，語義分割與建構地圖。其中語義分割部分，使用公開數據集 MS COCO 作為訓練與測試資料，將資料的影像檔及標記檔進行訓練，取得訓練模型，將模型加入 ORB-SLAM2 架構的局部建圖中。 ORB-SLAM2 的部分主要分為四個階段。第一階段為前端處理，將輸入的每一幀影像提取關鍵點，與上一個關鍵幀匹配並進行定位，由匹配結果插入該關鍵幀。第二階段為局部建圖，根據加入的關鍵幀，生成局部點雲，同時將此關鍵幀作為模型輸入，通過模型檢測此關鍵幀符合的物品，藉此同步生

成語義點雲，插入到原點雲並進行篩選，去除多餘的點雲。第三、四階段為回環與閉環檢測，通過計算關鍵幀之間有對應關係的關鍵點，取得相對應的變換關係，更新與當前幀的位置關係。本論文針對 ORB-SLAN2 提出一個結合深度網路建構語義地圖的方法，此方法為使用 YOLO 為基礎改良作為主體架構，將尺度縮放成三種大小，並透過不同權重的卷積疊合進行訓練，達到在不同距離和角度時成功識別物體，且在建圖時加入識別物體的語義點雲在空間中的對應位置。本論文針對建構語義地圖所提之方法已經實驗驗證其可行性及有效性。