【摘 要】
：
针对原子力显微镜(AFM)成像过程中针尖展宽效应引起的误差,提出一种基于条件生成式对抗网络(CGAN)的AFM图像盲重构方法。首先,以pix2pixHD模型为基础,通过全局生成网络对仿真样本数据进行对抗训练,引入AFM测量数据采用局部提升网络联合训练;最后,特征匹配损失函数以用于提升栅格边缘横向分辨力。实验结果表明:对于线宽8μm一维矩形栅格在AFM下的测量图像进行盲重构,重构图像标准差为0.33
【机 构】
：
中国计量大学,浙江杭州310018;山东省计量科学研究院,山东济南250014;中国计量科学研究院,北京100029
论文部分内容阅读
针对原子力显微镜(AFM)成像过程中针尖展宽效应引起的误差,提出一种基于条件生成式对抗网络(CGAN)的AFM图像盲重构方法。首先,以pix2pixHD模型为基础,通过全局生成网络对仿真样本数据进行对抗训练,引入AFM测量数据采用局部提升网络联合训练;最后,特征匹配损失函数以用于提升栅格边缘横向分辨力。实验结果表明:对于线宽8μm一维矩形栅格在AFM下的测量图像进行盲重构,重构图像标准差为0.33μm×0.45μm,具有较高的成像分辨力,有利于提升AFM图像一维栅格测量的准确度。
其他文献
为了研究自热效应对标准铂电阻温度计测量结果的影响,分别从定点法和比较法两方面开展研究.针对定点法,统计中国计量科学研究院近3年检定的标准铂电阻温度计数据,计算不同温
力传感器动态校准通常采用静态指标分析方法,很难评价其结构参数对模型时变特性的影响,为此提出一种力传感器动态校准方法.针对被校准力传感器的结构特征建立参数化数学模型,
热沉是表征吸热型碳氢燃料吸热能力的特性参数,准确高效地计量热沉是吸热型碳氢燃料在高超声速飞行器中工程应用的前提和关键技术.根据功能模块划分设计理念,研建了一套高精
为解决在复杂工况下风力发电机组轴承故障诊断虚警率高的问题,提出一种端到端的混合深度学习框架——基于多种小波变换的一维卷积循环神经网络。首先,通过多种小波变换得到多个时-频矩阵,以充分提取信号特征;再通过一种扩展的LSTM,对多通道时-频矩阵不同时间步信息进行提取,捕获时-频数据时空特征;最后,通过全局池化层和分类层对故障状态进行分类。实验结果表明:在复杂工况下,多种小波变换的一维卷积循环神经网络对风力发电机组轴承故障识别率能够达到95%以上。
在误差相关理论和水尺计重方法的基础上,分析了水尺计重过程中误差的传递规律.通过梳理水尺计重过程存在的系统误差,甄别出了锚链和缆绳的垂直分力造成的系统误差尚未被有效
为了提高机器人末端绝对定位精度,提出了一种基于激光跟踪仪测量的机器人几何参数标定方法,对协作机器人的参数误差进行辨识和补偿。为了避免机械臂相邻两个轴平行时会出现奇异性的情况,采用了MDH参数法建立误差模型;为了把测量数据定义在同一坐标轴上,结合了机器人工具坐标系转换(靶球中心点相对于机器人末端坐标系的平移变换);进而用最小二乘优化算法(LM)辨识出机器人的模型参数误差。通过对JAKA协作机器人的仿
为了提高图像中阴影检测的准确性,提出一种利用深度神经网络实现阴影检测的方法。首先,构造了一种密集特征图融合结构,将不同卷积层产生的特征图进行融合;其次,针对图像中阴影的多种尺度特征,设计了一种串并联结合的扩张卷积结构提取图像中阴影多尺度特征;最后,将串并联结合的扩张卷积结构和密集特征图融合结构进行结合,设计出一种端到端的Dilated Dense Fusion-Unet网络实现阴影检测功能。实验结
烟气排放连续监测系统(CEMS)已经广泛运用于热电联产机组烟气污染物排放监测中,并且测试数据实时上传到生态环境部门。为了评估某热电厂CEMS系统监测数据的准确度和可信度,分析了该系统中影响烟气污染物测量不确定度分量因素,主要包括零点漂移、量程漂移、示值误差、测量误差、标准气体组分浓度和测量重复性。结果表明当包含因子k=2,置信概率为95%时,SO_2、NO和NO_2的扩展不确定度分别为2.28 m
在电解冶金和电化学工业领域,大量霍尔直流超大电流传感器无预留校准接口。针对这一实际问题,设计了一种基于数字图像识别和光纤电流传感器的直流大电流在线校准装置。该在线校准装置以光纤电流传感器为标准,利用图像传感器实时采集霍尔电流传感器二次显示仪表的示数图像,对采集到的图像进行灰度化、中值滤波、二值化、闭运算、字符分割等预处理,并采用穿线法进行图像识别,获取霍尔电流传感器的采样值,并与光纤电流传感器的标
为了解决传统交互式多模型算法静态模型集带来的精度低等局限问题,提出了一种多模型集自适应协同滤波算法.通过比较目标与当前模型集中不同模型之间的模型匹配概率,自动确定