Wyniki wyszukiwania - BazTech

Ograniczanie wyników

1 Prace Naukowe Politechniki Warszawskiej. Inżynieria Materiałowa

1 1999

Powiadomienia systemowe

Sesja wygasła!
Sesja wygasła!
Sesja wygasła!

Znaleziono wyników: 1

Liczba wyników na stronie

Wyniki wyszukiwania

Sortuj według:

Ogranicz wyniki do:

Analiza tekstur nowych materiałów metodą lokalnej analizy składowych głównych

Skarbek W., Ignasiak K., Dudzński B., Pająk R.

Prace Naukowe Politechniki Warszawskiej. Inżynieria Materiałowa

1999

z. 10

111-123

Realizacja systemu automatycznej klasyfikacji powierzchni materiałów ma duże znaczenie dla komputerowej oceny jakości wytwarzanych stopów. Może też być wykorzystywana do procentowych szacunków udziału danej tekstury w obrazie materiału, a także do predykcji właściwości mechanicznych danego kompozytu. Zaproponowana przez autorów metoda klasyfikacji tekstur pozwala na automatyczne grupowanie obrazów mikrostruktur w podklasy co zwiększa stopień poprawnego rozpoznania danej struktury. Algorytm znajdował w przestrzeni wektorów pomiarowych optymalną aproksymację lokalnie liniową i w efekcie klasyfikator był w stanie w 100% przypadków rozróżnić materiał "dobry" od materiału "złego". Uzyskano też znaczące wyniki w analizie warunków początkowych algorytmu typu neuronowego, który buduje klasyfikator LPCA.

Implementing a system for automatic classification of material surface is important at the computer quality evaluation of alloys. It can be also used for the ratio prediction of the given texture in the image of the material and for the prediction of the mechanical properties of the given composite material. The presented method allows for automatic clustering of image microstructures into subclasses what increases the recognition rate for the given structure. The algorithm is capable to find in the vector measurement space local linear models and in the result the ciassifier could distinguish between images of correct and wrong materials. Certain significant results were achieved in the analysis of initial conditions for neural type algorithm responsible for the design of LPCA classifier.