原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
测控技术
·２２·２０２４４３３模式识别与人工智能
年第卷第期
基于神经网络的复合材料光学显微图像孔隙的
识别与统计研究
陈健，肖鹏
２０１３２４
（中国商飞上海飞机制造有限公司，上海）
摘要针对复合材料孔隙含量的光学显微图像法统计过程中出现的统计试样多统计周期长人工统计
：、、
结果存在差异等问题，将计算机图像处理技术与神经网络算法相结合，基于复合材料孔隙人工统计方法
，，
形成计算机识别与统计算法利用大量光学显微图像数据样本的标注与学习结果开发了基于图像处理
。，，
技术和深度学习网络技术的复合材料孔隙含量识别与统计系统同时为使该系统的适用性更强开发
了有监督的数据更新模块在复合材料孔隙统计中的试验结果表明与传统人工统计方法相比深度学
。，，
习网络算法能够更好地识别孔隙特征，孔隙统计结果的相对误差小于；并在较大规模数据试验中
±１０％
取得了更好的效果，极大地减少了传统人工统计过程中的诸多弊端，优势更强。
关键词：复合材料；显微图像；孔隙率；统计；神经网络
中图分类号文献标志码文章编号
：ＴＰ３９１；Ｖ２５８：Ａ：１０００－８８２９（２０２４）０３－００２２－０６
ｄｏｉ：１０．１９７０８／ｊ．ｃｋｊｓ．２０２４．０３．００３
ＲｅｃｏｇｎｉｔｉｏｎａｎｄＳｔａｔｉｓｔｉｃａｌＳｔｕｄｙｏｆＰｏｒｅｓｉｎＯｐｔｉｃａｌＭｉｃｒｏｇｒａｐｈｓｏｆ
ＣｏｍｐｏｓｉｔｅＭａｔｅｒｉａｌｓＢａｓｅｄｏｎＮｅｕｒａｌＮｅｔｗｏｒｋ
ＣＨＥＮＪｉａｎ牞ＸＩＡＯＰｅｎｇ
牗ＣＯＭＡＣＳｈａｎｇｈａｉＡｉｒｃｒａｆｔＭａｎｕｆａｃｔｕｒｉｎｇＣｏ．牞Ｌｔｄ．牞Ｓｈａｎｇｈａｉ２０１３２４牞Ｃｈｉｎａ牘
Ａｂｓｔｒａｃｔ牶Ｆｏｒｔｈｅｉｓｓｕｅｏｆｍａｎｙｓｔａｔｉｓｔｉｃａｌｓａｍｐｌｅｓ牞ｌｏｎｇｓｔａｔｉｓｔｉｃａｌｐｅｒｉｏｄａｎｄｄｉｆｆｅｒｅｎｃｅｓｉｎｍａｎｕａｌｓｔａｔｉｓｔｉｃｓｉｎ
ｔｈｅｓｔａｔｉｓｔｉｃｄｐｒｏｃｅｓｓｏｆｏｐｔｉｃａｌｍｉｃｒｏｇｒａｐｈｓｏｆｃｏｍｐｏｓｉｔｅｐｏｒｅｃｏｎｔｅｎｔ牞ｃｏｍｐｕｔｅｒｉｍａｇｅｐｒｏｃｅｓｓｉｎｇｔｅｃｈｎｏｌｏｇｙ
ａｎｄｎｅｕｒａｌｎｅｔｗｏｒｋａｌｇｏｒｉｔｈｍａｒｅｃｏｍｂｉｎｅｄｔｏｆｏｒｍａｃｏｍｐｕｔｅｒｒｅｃｏｇｎｉｔｉｏｎａｎｄｓｔａｔｉｓｔｉｃａｌａｌｇｏｒｉｔｈｍｂａｓｅｄｏｎ
ｔｈｅｍａｎｕａｌｓｔａｔｉｓｔｉｃａｌｍｅｔｈｏｄｏｆｃｏｍｐｏｓｉｔｅｐｏｒｅ．
我的文档主要集中的行业是石油化工和安全生产，从事石油化工行业并且取得了中级注册安全工程资格。精通炼油工艺方面的工艺、安全、设备。希望通过平台共享自己的知识和经验。
文档评论（0）