基于人工智能非金属夹杂物的检测与研究

被引:7
作者
傅向葵 [1 ]
傅一迪 [2 ]
机构
[1] 武汉轻工大学机械学院
[2] 上海复旦大学计算机科学学院
关键词
非金属夹杂物; 人工智能; 神经网络; 图像识别; 金相组织;
D O I
10.13228/j.boyuan.issn1006-9356.20140200
中图分类号
TP18 [人工智能理论]; TG115 [金属的分析试验(金属材料试验)];
学科分类号
081104 ; 0812 ; 0835 ; 1405 ; 080502 ;
摘要
利用计算机人工智能与神经网络技术,对于每张金相图像照片中的神经元进行图像识别,从点状非金属夹杂物入手,设计一种新型检测点状非金属夹杂物的方法,克服图像中的干扰项,从中找出真正的非金属夹杂物,构造出一套能自动检测非金属夹杂物的计算机软件模型;对非金属夹杂物检测方法和手段所涉及的关键技术进行分析探讨,并根据具体钢材的金相图运行程序,观察检测结果,最后检验该模型的正确率,得到可行性的解决方案,为非金属夹杂物自动检测与甄别的模块化和规范化作出有益尝试。
引用
收藏
页码:14 / 17+62 +62
页数:5
相关论文
共 9 条
[1]   低合金钢中非金属夹杂物的检测与表征 [J].
胡德新 ;
赵江勇 ;
金宝炎 ;
傅志强 .
冶金分析, 2014, (01) :17-21
[2]   钢中非金属夹杂物的相关基础研究(Ⅱ)——夹杂物检测方法及脱氧热力学基础 [J].
张立峰 ;
李燕龙 ;
任英 .
钢铁, 2013, 48 (12) :1-8
[3]   非金属夹杂物评定类别 [J].
薄鑫涛 .
热处理, 2013, 28 (05) :26-26
[4]   大型锻件非金属夹杂物评定方法分析 [J].
康继 .
大型铸锻件, 2013, (02) :34-36+45
[5]   热作模具钢H13的非金属夹杂物研究 [J].
阳燕 ;
刘建华 ;
包燕平 ;
赵鹏 ;
魏宁 ;
留津津 .
钢铁, 2011, 46 (09) :45-49
[6]   钢中非金属夹杂物显微评定方法的比对 [J].
王霞 ;
张晓琨 .
山西冶金, 2011, 34 (04) :64-66
[7]   钢中非金属夹杂物存在状态的不确定性与检测 [J].
李宏 .
冶金分析, 2008, (09) :1-6
[8]   钢中非金属夹杂物的鉴定 [J].
尹安远 ;
吴素君 .
理化检验(物理分册), 2007, (08) :395-398+406
[9]   Semi-automated reconstruction of neural circuits using electron microscopy [J].
Chklovskii, Dmitri B. ;
Vitaladevuni, Shiv ;
Scheffer, Louis K. .
CURRENT OPINION IN NEUROBIOLOGY, 2010, 20 (05) :667-675