首页> 中国专利> 一种基于深度学习和原子力显微镜力曲线的材料区分方法

一种基于深度学习和原子力显微镜力曲线的材料区分方法

摘要

本发明涉及一种基于深度学习和原子力显微镜力曲线的材料区分方法,包括下列步骤:扫描获取样品表面信息:使用原子力显微镜扫描标准样品表面,记录表面形貌以及各点的力曲线并保存;读取文件内的形貌信息以及力曲线,根据标准样品表面的二维形貌特征划分区域;训练模型并测试模型:采用多层神经网络对训练集内的数据进行训练,测试集用来测试训练的效果,区分出图像中样品表面的不同种类材料;对新的扫描图像做出预测。

著录项

  • 公开/公告号CN110717510A

    专利类型发明专利

  • 公开/公告日2020-01-21

    原文格式PDF

  • 申请/专利权人 天津大学;

    申请/专利号CN201910829689.1

  • 发明设计人 徐临燕;杨许亮;王文曦;王里;

    申请日2019-09-03

  • 分类号

  • 代理机构天津市北洋有限责任专利代理事务所;

  • 代理人程毓英

  • 地址 300072 天津市南开区卫津路92号

  • 入库时间 2023-12-17 05:22:44

法律信息

  • 法律状态公告日

    法律状态信息

    法律状态

  • 2020-02-21

    实质审查的生效 IPC(主分类):G06K9/62 申请日:20190903

    实质审查的生效

  • 2020-01-21

    公开

    公开

相似文献

  • 专利
  • 中文文献
  • 外文文献
获取专利

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号