版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、由于水泥作為一種重要的工業(yè)基材料被廣泛應(yīng)用到生產(chǎn)生活的各個方面,所以促使人們不斷研究探索其水化機(jī)理。
但是由于水泥水化內(nèi)部反應(yīng)的極端復(fù)雜性,直到目前科學(xué)家也沒有完全搞清楚內(nèi)部的反應(yīng)原理和反應(yīng)過程,而且傳統(tǒng)的分析方法需要消耗很多的時間也不具有時間連續(xù)性。隨著計(jì)算機(jī)科學(xué)技術(shù)研究的發(fā)展使得對水泥水化的研究進(jìn)入計(jì)算材料時代,雖然之后的研究也取得了一些公認(rèn)的成果,比如Bentz的細(xì)胞自動機(jī)模型。但是一般這種建模都是建立在像素與特征的基礎(chǔ)
2、之上的,在建模之前必須進(jìn)行復(fù)雜的水泥圖像配準(zhǔn)等操作,而且一個極小的像素偏差都可能對建模結(jié)果產(chǎn)生比較大的影響,不僅對設(shè)備要求很高,而且工作計(jì)算量都很大。這里我們主要根據(jù)馬爾可夫隨機(jī)場在圖像中的廣泛應(yīng)用為基礎(chǔ),把它應(yīng)用到水泥水化建模中來,由于利用馬爾可夫隨機(jī)場進(jìn)行水泥水化建模只用考慮水泥微觀圖像的鄰域概率分布特征,不用事先進(jìn)行復(fù)雜的圖像配準(zhǔn)和特征選擇,所以提高了準(zhǔn)確度和易用性。本文主要分下面幾個方面來進(jìn)行研究分析。
(1)適應(yīng)水泥
3、微觀圖像的馬爾可夫模型參數(shù)估計(jì)方法
我們提出了一個新的馬爾可夫模型參數(shù)估計(jì)方法,加權(quán)最小平方差適應(yīng)方法(WLS)。馬爾可夫模型的參數(shù)估計(jì)問題對使用者一直都是非常大的挑戰(zhàn),目前常用的一些方法都存在一定的問題,為了使馬爾可夫模型可以順利地用在水泥水化建模中,需要一個精確度高、時間復(fù)雜度低又具有噪聲魯棒性的參數(shù)估計(jì)方法。我們提出WLS方法是一個完整的體系,其中包括主要的WLS參數(shù)估計(jì)方法、零值處理方法和參數(shù)適應(yīng)值評價方法。并通過實(shí)驗(yàn)
4、對比表明我們的WLS方法比最小平方差方法(LS)最有更高的精確度和噪聲魯棒性。
(2)馬爾可夫模型水泥水化建模
由于這是第一次把馬爾可夫模型應(yīng)用到水泥水化中來,我們進(jìn)行了可行性分析。提出了一個基于采樣圖像的水泥水化相似度適應(yīng)值函數(shù),解決了水泥水化馬爾可夫建模的最大難點(diǎn),然后通過與粒子群算法(PSO)優(yōu)化結(jié)合起來,方便直觀地建立水泥水化圖像的馬爾可夫模型。
(3)建立水泥水化馬爾可夫模型之后的后續(xù)利用
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于馬爾可夫隨機(jī)場的圖像分割研究.pdf
- 基于馬爾可夫隨機(jī)場的圖像分割算法研究.pdf
- 基于馬爾可夫隨機(jī)場的衛(wèi)星遙感圖像分割.pdf
- 基于多層多基因表達(dá)式編程的水泥水化建模及性能預(yù)測.pdf
- 基于馬爾可夫隨機(jī)場的圖像恢復(fù)和增強(qiáng).pdf
- 馬爾可夫隨機(jī)場的小波域圖像建模及應(yīng)用研究.pdf
- 基于馬爾可夫隨機(jī)場的SAR圖像分割算法研究.pdf
- 基于馬爾可夫隨機(jī)場的運(yùn)動目標(biāo)分割算法研究.pdf
- 基于馬爾可夫隨機(jī)場的運(yùn)動目標(biāo)檢測方法研究.pdf
- 基于馬爾可夫隨機(jī)場的SAR圖像復(fù)原和分割.pdf
- 基于馬爾可夫隨機(jī)場的木材表面紋理分類方法的研究.pdf
- 基于馬爾可夫隨機(jī)場的DT-MRI圖像分割算法研究.pdf
- 基于先驗(yàn)知識的馬爾可夫隨機(jī)場指紋方向場提取算法.pdf
- 基于馬爾可夫隨機(jī)場的蒙古文信息檢索模型研究.pdf
- 基于馬爾可夫隨機(jī)場的金屬疲勞斷口圖像的紋理分割.pdf
- 基于過松弛算法和馬爾可夫隨機(jī)場的運(yùn)動分割研究.pdf
- 基于隱馬爾可夫隨機(jī)場的脊柱CT圖像分割算法研究.pdf
- 基于馬爾可夫隨機(jī)場的非紋理圖像修補(bǔ)技術(shù)研究.pdf
- 基于改進(jìn)馬爾可夫隨機(jī)場模型的醫(yī)學(xué)圖像分割算法研究.pdf
- 31669.基于馬爾可夫隨機(jī)場算法的水下圖像深度提取
評論
0/150
提交評論