PSO在水泥基SEM图像识别应用研究

发布时间：2017-12-12 09:41

  本文关键词：PSO在水泥基SEM图像识别应用研究

  更多相关文章： 水泥 水化 最大类间方差法 PSO SMPSO

【摘要】：水泥材料以及其基材料是社会发展中不可缺少的材料,它们在建筑领域处于十分重要的作用。水泥性能的评定由其强度决定,所以通过水泥的强度来确定水泥型号。许多从事计算机相关工作的人员开始尝试的通过计算机来解决水泥强度评定。神经网络是模仿人脑处理问题过程中发展的一种新型智能信息处理的系统。通过神经网络分类器对水泥基材料扫描图片进行分类识别,提高了对了水泥水化强度测量效率以及准确度。本论文完成了该研究中主要部分的工作,主要内容如下:1)通过标准的实验过程,获取了水泥水化过程12小时、1天、36小时、2天、60小时、3天的大量微观结构电镜扫描图像,建立了水泥微观形貌图像库,实现了图像的统一管理。2)对水泥微观形貌图像进行预处理,主要以图像增强为主。同时,分别运用粒子群算法和混沌粒子群算法进行优化图像,本文选取最大类间方差法分割方法。为了验证混沌粒子群算法的优越性,在图像分割前,运用测试函数检测混沌粒子群(CPSO)的算法精度和效率。然后通过4种优化算法(CPSO、PSO、PSO+混沌初始化、PSO+混沌扰动)分别对最大类间方差法进行优化、对比。以此来选取最佳的分割图像,为后面的识别分类研究提供预处理图库。3)通过从水泥水化实验获取的图像中提取的特征数据,使用BP神经网络、PSO神经网络和SMPSO神经网络对预处理后的水泥图像进行分类识别实验。在对水泥水化图像进行识别实验时,分别使用BP、PSO和SMPSO神经网络分类器对水泥水化图像识别实验,通过实验后的数据对比发现,改进SMPSO神经网络分类器对水泥水化图像识别效果最好。
【学位授予单位】：湖北工业大学
【学位级别】：硕士
【学位授予年份】：2017
【分类号】：TQ172.1;TP391.41

【参考文献】

中国期刊全文数据库 前10条

1 许琳娟;曹文洪;刘春晶;;基于图像处理的泥沙轮廓提取对比分析[J];中国水利水电科学研究院学报;2015年01期

2 张潜;武强;;基于BP神经网络的一种传感器温度补偿方法[J];电子设计工程;2011年09期

3 熊思;;C-V模型在乳腺X影像分割中的研究和应用[J];湖北第二师范学院学报;2011年02期

4 冯冬青;邢广成;费敏锐;陈铁军;;基于改进PSO算法的多变量PID型神经网络控制[J];系统仿真学报;2011年02期

5 涂娟娟;詹永照;韩飞;;基于改进的PSO算法的神经网络相关性剪枝优化[J];计算机应用研究;2010年09期

6 董昕;;基于3G通信技术的智能交通指挥系统研究[J];数字技术与应用;2010年04期

7 周鲜成;申群太;刘利枚;;New two-dimensional fuzzy C-means clustering algorithm for image segmentation[J];Journal of Central South University of Technology;2008年06期

8 ;Fuzzy entropy image segmentation based on particle swarm optimization[J];Progress in Natural Science;2008年09期

9 郭臻;陈远知;;图像阈值分割算法研究[J];中国传媒大学学报(自然科学版);2008年02期

10 杨延西;刘丁;辛菁;;基于混沌粒子群优化的图像相关匹配算法研究[J];电子与信息学报;2008年03期

中国博士学位论文全文数据库 前4条

1 卢金娜;基于优化算法的径向基神经网络模型的改进及应用[D];中北大学;2015年

2 涂娟娟;PSO优化神经网络算法的研究及其应用[D];江苏大学;2013年

3 潘昊;智能方法在水泥性能分析中的应用研究[D];武汉理工大学;2006年

4 张丽平;粒子群优化算法的理论及实践[D];浙江大学;2005年

中国硕士学位论文全文数据库 前10条

1 米鹏;土-结构相互作用对框架结构抗震性能不利影响分析[D];广州大学;2016年

2 孙银辉;色素性皮肤病图像预处理与内容检索研究[D];电子科技大学;2016年

3 许宏超;合肥市大东门地铁车站盖挖逆作法施工关键技术应用[D];安徽建筑大学;2016年

4 董帅;气吸式免耕播种机排种装置模态测试与性能试验研究[D];内蒙古农业大学;2015年

5 梁志锋;基于反向建模的细胞自动机水泥水化仿真方法研究[D];济南大学;2015年

6 张晓倩;面向水泥及其基材料分类的神经网络方法与改进研究[D];济南大学;2015年

7 王英;掺锑氧化锡导电复合材料的性能研究[D];天津大学;2014年

8 时丹;基于神经网络的混凝土强度预测研究[D];辽宁工程技术大学;2013年

9 周欣;粒子群算法在图像处理中的应用研究[D];湖北工业大学;2011年

10 张红升;人工神经网络技术在肺癌CT诊断中的应用[D];郑州大学;2007年

，

本文编号：1282053