利用人工神经网络的偏光下热解炭织构类型识别

• 作者: 李妙玲 李贺军 赵志龙 钟建华 齐乐华
• 来源期刊: 西安交通大学学报
• 关键词: 热解炭 织构 偏光 统计纹理特征 人工神经网络 自动识别
• 年，卷（期）: 2010,（7）
• 页码范围: 46-49,119
• 分类号: TB332
• 语种: 中文

摘要

针对现有炭/炭复合材料热解炭织构类型的识别方法受人为因素影响较大和操作过程比较复杂等问题,提出了基于热解炭偏光形貌和人工神经网络的热解炭织构类型识别方法.识别时,从炭/炭复合材料的偏光显微图像中分割出热解炭区域,分别用线邻域灰度共生矩阵法和面邻域灰度共生矩阵法提取热解炭的纹理特征,并运用人工神经网络对提取出来的纹理特征进行自动识别,识别率都很高,表明这2类统计纹理特征可以对热解炭织构进行较好的描述.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李贺军	西北工业大学材料学院	351	3778	28.0	39.0
2	赵志龙	西北工业大学机电学院	66	369	10.0	16.0
3	齐乐华	西北工业大学机电学院	163	1096	16.0	25.0
4	李妙玲	西北工业大学机电学院	6	21	3.0	4.0
5	钟建华	西北工业大学机电学院	1	2	1.0	1.0