报告详情
  1. 活动首页
  2. 报告清单
  3. 报告详情
基于机器学习的钙质砂颗粒形态自主分类与识别
编号：219 访问权限：仅限参会人 更新：2024-04-30 10:31:04 浏览：315次 口头报告

报告开始：暂无开始时间（Asia/Shanghai）

报告时间：暂无持续时间

所在会场：[暂无会议] [暂无会议段]

暂无文件

摘要
钙质砂作为岛礁工程中常见的特殊岩土材料，其颗粒形态不规则和内孔隙丰富。因此，本研究旨在建立一种用于钙质砂的智能颗粒形状分类准则，并进一步利用基于图像的机器学习（ML）技术实现其颗粒自主识别和分类。首先，通过显微摄影获得了大量钙质砂单颗粒的图像，以建立ML算法的数据集。采用图像处理和分析技术，测量了圆度、圆形度、长宽比和凹凸度等关键形状参数。随后，应用无监督的ML算法，即K-means聚类，对这些形状参数进行自主分类，以确定钙质砂的最佳分类方式。最后，基于这些成功分类的颗粒形状，使用两种有监督的卷积神经网络（CNN）算法，即Alexnet和YOLO-V3，进行训练和应用，以自动识别和分类不同类型图像中的钙质土壤的单个颗粒或多颗粒组合。预测结果显示了ML算法在钙质砂形态分类中的准确性和效率。
关键词
钙质砂,目标检测,颗粒形态,机器学习
报告人
李长恒
博士研究生 华中科技大学

稿件作者
李长恒 华中科技大学
周博 湖北省武汉市华中科技大学
发表评论
验证码 看不清楚，更换一张
全部评论
重要日期

  • 会议日期

    05月31日

    2024

    至

    06月03日

    2024

  • 06月03日 2024

    摘要截稿日期

  • 06月03日 2024

    初稿截稿日期

  • 06月03日 2024

    注册截止日期

主办单位
中国力学学会
计算力学专业委员会
颗粒材料计算力学专业组
承办单位
河海大学
大连理工大学
中国颗粒学会
江苏省力学学会
联系方式
登录查看完整联系方式
历届会议
移动端
在手机上打开
小程序
打开微信小程序
客服
扫码或点此咨询