基于深度学习的微重力下熔体润湿性分析

来源 :北方工业大学 | 被引量 : 0次 | 上传用户:tdsc110
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
计算固-液界面之间的润湿角对表征界面相互作用及分析材料特性具有重要意义。随着计算机科学及图像处理技术的不断发展,润湿角的测量从传统的人工观察测量逐渐演变成基于计算机视觉的测量,并且自动化程度相比过去有了很大的提升,使得操作者的劳动量大大减少。近年来,利用图像方法测量润湿角已经取得了不小的进展,国内外也出现了许多成熟的技术和设备,可用来测量常温下液滴与界面的润湿角,分析其对界面的润湿效果。在测量高温熔体的润湿角实验中,由于实验用的高温炉是密闭的,科学家们只能通过在高温炉窗口外放置相机对实验过程进行观察和记录,然后再对润湿角进行计算。然而,现有的测量方法中大部分主要用来针对常温下液滴的润湿角计算,对高温中的熔体润湿角计算没有取得非常好的效果。这些方法大多需要人工操作定位样品,不仅耗时费力,还会在后续的接触角计算中引入由人主观操作所带来的误差。此外,现有的拟合方法主要是用一个方程或函数去拟合样品的完整轮廓,这些方法在计算润湿角时存在较大的误差,且鲁棒性不强,使得多次重复测量结果偏差较大,在同一材料的实验中无法得到稳定准确的结果,计算的可复现性差。因此需要设计一套能够自动定位样品,结果可复现性高的润湿角计算方法。针对样品的自动定位和提取问题,本文将经典深度学习网络U-Net应用到样品的定位与二值图像的提取中,并在下采样与上采样的连接处引入空洞卷积和多尺度特征融合结构,结合残差结构改善U-Net网络性能,完成对样品的自动定位,使得样品的提取过程不再需要人工对图像进行裁剪和定位,减少了人力资源耗费的同时,消除了由人主观操作所引入的系统误差,特别是不受样品的形状、大小和位置的影响,就可以实现样品与基座的分离,完成样品二值图像的提取,便于后续的轮廓提取与接触角的计算。对于接触角的计算,则不再和传统方法一样试图用一个方程去拟合完整的样品轮廓,而是将轮廓拆分为左右半边后,再采用迭代重加权最小二乘椭圆拟合的方法近似样品轮廓,计算样品的接触角。本文将提出的方法应用在座滴法测量系统中,能够在较大的温度区间内全自动的计算出各种材料熔化后的润湿角,同时将本文方法与目前各类主流的润湿角计算方法进行对比,获得的结果不仅完全不受人工操作所引入的误差,并且在重复实验中标准偏差小,具有很好的可复现性。
其他文献
表格可以将影响决策的多维度要素有序的存储并清晰的展示出来,是帮助管理者进行决策的有效工具。纵观现有对表格数据的分析方法,有以下问题值得关注:目前的分析方法仅针对包含类别特征与数字特征的表格,无法分析包含主观描述字段的表格;机器学习在表格数据挖掘领域中占主导地位,但决策因素的维度提升会影响分析结果。针对上述问题,如何同时对表格中的数字型特征、类别型特征、主观描述文本特征进行深层次的规律探究,进而辅助
学位
随着生物特征识别的可靠性和准确性指标需求的增加,指静脉识别成为一个广泛研究的重要分支。较之其他的生物特征识别,其具备活体检测功能,且应用较为简便,因此具有重要研究意义。近年来,随着深度学习的广泛应用,识别算法的准确率和鲁棒性不断提高,但如何进一步提升鲁棒性仍存在挑战。论文主要研究工作和创新性如下:(1)为了降低图像扰动对算法提取鲁棒特征的影响,采用有监督和无监督数据增强方法,辅以归一化处理,丰富数
学位
气胸是战创伤环境和灾害应急救援现场中出现的最为常见的伤情。气胸可造成伤员呼吸困难,严重时甚至会威胁伤员的生命,亟需早期的诊断与救治。超声在气胸诊断上的应用逐渐成熟,由于超声设备质量轻,体积小等特点,其在战创伤环境和灾害应急救援现场中已得到了广泛的应用。但是使用超声的医师需要进行长期培训,诊断的结果也往往受到使用者技术水平的影响。大量研究表明,机器学习等模式识别方法逐渐在医学影像和计算机辅助诊断等领
学位
目的:评价熊去氧胆酸胶囊结合扶正化瘀胶囊对酒精肝患者肝功能及肝纤维化相关指标的影响。方法:选取2021年3月—2022年3月我院收治的88例酒精肝患者作为研究对象,采用随机数表法分为对照组(熊去氧胆酸胶囊)和观察组(熊去氧胆酸胶囊结合扶正化瘀胶囊),分析临床治疗效果。结果:观察组血清胆碱酯酶、白蛋白、血清胆固醇水平更高,总胆汁酸水平更低,差异有统计学意义(P<0.05),治疗4周后,观察组HA、L
期刊
随着全球范围内科技的创新与发展,无人驾驶设备在人类生产生活方面占据的地位逐步上升,基于无人驾驶设备的通信系统成为众多领域的研究热点。但是,频谱资源日益紧张和信息传输规模增长迅速是当下亟待解决的难点。为了克服这些难点,协作通信等技术应运而生,并且迅速在众多行业范围内受到高度重视。在无人驾驶设备与这些新技术相结合的过程中,准确有效地获取通信链路中的发送信号和信道状态信息(Channel State I
学位
与高效视频编码(High Efficiency Video Coding,HEVC)相比,通用视频编码(Versatile Video Coding,VVC)进一步提升了压缩性能,码率降低了30%~50%,对4K、8K超高清视频的压缩效果更为显著。由于引入了大量新的编码工具,VVC编码器的时间复杂度大幅增加。为了降低帧间编码模式下VVC编码器的时间复杂度,本文利用编码单元(Coding Unit,
学位
随着人们对高质量视频的需求更加迫切,视频的传输与压缩面临更多的挑战和机遇。为了适用更高分辨率和更多的视频应用场景,2020年7月ITU-T(International Telecommunication Union for Telecommunication Standardization Sector,国际电信联盟远程通信标准化组)推出了新一代编码标准H.266/VVC(Versatile Vi
学位
<正>“七选五”主要考查学生对文章的整体内容、语篇结构及上下文逻辑意义的理解和掌握,培养学生思辨能力。教学中发现学生该题型的答题情况与文章的难易相关度很大,文章简单则得分较易,文章稍难则无从下手。那么,如何在“七选五”的备考中取得突破性进展呢?分析2022和2021年全国高考各卷中的“七选五”试题,我们不难发现,近两年该题型在选材上是遵循一定规律的,而其设空也是有一些共同特点的(见下表)。
期刊
VVC/H.266(Versatile Video Coding)是新一代视频编码标准。不同于传统的矩形块划分结构,为了使编码单元(Coding Unit,CU)划分更为灵活,VVC引入了几何预测模式(Geometric Prediction merge Mode,GPM)。GPM使用非矩形块的划分结构,将编码块划分为楔形或三角形进行帧间预测过程。带运动矢量细化的GPM模式(Geometric P
学位
<正>随着复习备考的深入推进,研究高考命题技巧和解题策略显得尤为重要。一方面,可以帮助教师更加精准地把握考点,提高复习备考的针对性。另一面,可以帮助考生掌握解题方法和思路,提高解题的速度和准确度。本文拟分析七选五阅读理解的命题特点,探索高效的解题策略。
期刊