少妇一晚三次一区二区|久久高清亚洲一区二区|亚洲一区二区三区亚洲|少妇人妻精品一区二区|无码日韩做暖暖大全免费不卡

Advancedmicrostructure classification by data mining methods

Jessica Gola,Dominik Britz, Thorsten Staudt, et.al

ComputationalMaterials Science. 2018

https://doi.org/10.1016/j.commatsci.2018.03.004

  現代多相材料的機械性能顯著地受到它的顯微組織組元的分布、形狀和尺寸的影響。因此，顯微組織的定量和分類對確定特定材料的底層結構-性能關系具有決定性的作用。由于現代材料顯微組織的復雜性，材料的顯微組織的可靠分類仍然是金相學中最大的挑戰之一。本文展示了如何利用數據挖掘方法評價兩相鋼的形態參數，進而確定鋼結構的變化。

采用支持向量機（SVM）作為分類器的數據挖掘方法，建立了一種能夠區分兩相鋼不同微觀結構的模型，并測試了預處理和特征選擇方法對分類結果的影響。

組織分類，數據挖掘，形態參數，鋼

本文的研究結果證明了基于形態學參數的數據挖掘方法用于對鋼的不同結構的客觀分類的可行性。采用以SVM為分類器的快速挖掘方法對馬氏體、珠光體和貝氏體進行了分類。取得了良好的分類效果。我們能夠展示如何開發一個組織分類的過程。數據預處理和特征選擇可以同時改善分類結果，使模型不那么復雜并增加泛化。另外發現在混洗數據分割和樣本數據分割之間的結果存在顯著差異。在分類過程中的子結構參數集成顯示使用較少的參數產生了高精度。形態學的顯微組織參數的比較結果只有反復進行侵蝕和分割后才可能獲得。為了在將來獲得更高的精度，可以將第二相和子結構的特征參數組合起來，產生更多的數據，以獲得統計上充分的結果并改進泛化。

圖1：本研究中的數據挖掘分類的步驟

圖2：用于組織分類的包括三種不同性能的測試模型的快速挖掘方案整體流程。在訓練過程中使用了數據集中80%的數據尋找網格搜索中的C和γ參數，建立了最終的模型；利用訓練數據對模型進行訓練，得到訓練效果。剩下的部分數據（20%）用于獨立測試模型并獲得測試性能。訓練和測試層相連接并完全自動化。

圖3：組合分割的LOM和SEM圖像；珠光體的各個滲碳體顆粒呈不同的顏色。

圖4 分割和侵蝕的子結構：（a）珠光體；（b）馬氏體，對比（c）Feret最大值和（d）珠光體和馬氏體的面積參數。

圖5非典型馬氏體（a），非典型珠光體（b），非典型貝氏體（c）的掃描電鏡照片；以及相應的用于計算子結構的區域密度的二元圖像

   隱石檢測擁有一批在業內取得顯著成就的專業技術人員，在行業內有著豐富的檢測經驗。秉承著專注、專業、高效、想客戶所想的理念，公司積極增加項目和完善更先進的測試儀器設備，保障每一個檢測，分析，研發任務優質高效的完成。同時通過專業所長,為全球數萬家優質客戶提供最及時的行業技術標準信息，和更高精尖的分析檢測解決方案。

　　隱石檢測分別成立了閥門實驗室，腐蝕實驗室，金相實驗室，力學實驗室，無損實驗室，耐候老化實驗室。從事常壓儲罐檢測，鍋爐能效檢測，金屬腐蝕檢測，應力應變檢測，無損探傷檢測，機械設備檢測，金相分析，石墨烯納米材料檢測，水質檢測，油品檢測涉及的服務范圍已廣泛覆蓋到鋼鐵材料，有色金屬材料，石油化工設備，通用機械設備，冶金礦石，建筑工程材料、航空航天材料，高鐵船舶材料，汽車用零部件、非金屬材料，電子電工產品等各個領域，并獲得了CMA和CNAS;雙重認可。