一种岩土材料SEM扫描图像的分割优化及定量参数提取方法

    公开(公告)号:CN116740089A

    公开(公告)日:2023-09-12

    申请号:CN202310670607.X

    申请日:2023-06-08

    Applicant: 郑州大学

    Abstract: 本发明公开了一种岩土材料SEM扫描图像的分割优化及定量参数提取方法,本发明基于MATLAB图像处理系统,采用分水岭算法对岩土材料SEM扫描图像的分割优化及定量参数提取,为岩土材料SEM扫描图像快速有效准确地高精度分割优化,提取具有封闭、连续的结构特征的结构单元,能同时实现多种细观参数的定量化计算,实现对不同细观定量参数快速准确获取提供有效依据和参考,使用的分水岭算法对图像进行处理能够更好的分割粘连颗粒,使得提取的参数更加具有参考价值,效果更好,准确度更高,从而对岩土材料的细观定性及定量研究起到了至关重要的作用。

    一种基于神经网络的轨道路基材料疲劳模型构建方法

    公开(公告)号:CN115186365B

    公开(公告)日:2025-04-29

    申请号:CN202211021821.4

    申请日:2022-08-24

    Applicant: 郑州大学

    Abstract: 本发明提供了一种基于神经网络的轨道路基材料疲劳模型构建方法,包括:步骤1:收集轨道路基材料永久变形与其影响因素的数据集;步骤2:对数据集进行数据清洗;步骤3:确定模型的输入参数和输出参数;步骤4:对数据集进行归一化处理;步骤5:构建BP神经网络模型;步骤6:根据训练集进行训练且通过验证集测试预测精度;步骤7:采用Adam优化算法得到最优的网络结构;步骤8:构建预测轨道路基材料永久应变的疲劳模型。本方法通过BP神经网络构建出的疲劳模型可以很好的解决轨道路基材料永久应变复杂的多影响因素耦合的问题,实现了对轨道路基材料在长期列车荷载作用下的复杂永久应变快速有效准确地高精度预测。

    一种基于神经网络的轨道路基材料疲劳模型构建方法

    公开(公告)号:CN115186365A

    公开(公告)日:2022-10-14

    申请号:CN202211021821.4

    申请日:2022-08-24

    Applicant: 郑州大学

    Abstract: 本发明提供了一种基于神经网络的轨道路基材料疲劳模型构建方法,包括:步骤1:收集轨道路基材料永久变形与其影响因素的数据集;步骤2:对数据集进行数据清洗;步骤3:确定模型的输入参数和输出参数;步骤4:对数据集进行归一化处理;步骤5:构建BP神经网络模型;步骤6:根据训练集进行训练且通过验证集测试预测精度;步骤7:采用Adam优化算法得到最优的网络结构;步骤8:构建预测轨道路基材料永久应变的疲劳模型。本方法通过BP神经网络构建出的疲劳模型可以很好的解决轨道路基材料永久应变复杂的多影响因素耦合的问题,实现了对轨道路基材料在长期列车荷载作用下的复杂永久应变快速有效准确地高精度预测。

Patent Agency Ranking