-
公开(公告)号：CN114678088A
公开(公告)日：2022-06-28
申请号：CN202210332083.9
申请日：2022-03-30
Applicant: 重庆大学
Abstract: 本发明公开了一种自动化拟合包含补偿的Arrhenius本构与DMM热加工图的方法，包括以下步骤：1)对实验数据中的不合理数据进行标注并剔除；2)对数据进行排序，进行初始流变曲线的输出；3)对数据进行摩擦补偿；4)对数据进行温度补偿；5)根据使用者自定义的最小补偿应变、最大补偿应变与补偿间距，确定进行应变补偿的次数，并嵌入热加工图模块，进行循环求解输出；6)将所有本构参数分别与应变建立相应的多项式，获得经过补偿所建立的本构方程表达式；7)采用迭代算法反向求解应力值并与实验值对比。本发明可以快速准确地获取材料的本构信息与多个应变下的热加工图，同时可以避免实际计算与绘制过程中错误与时间成本，缩短开发周期。
-
公开(公告)号：CN106529458A
公开(公告)日：2017-03-22
申请号：CN201610969604.6
申请日：2016-10-31
Applicant: 重庆大学
CPC classification number: G06K9/0063 , G06K9/6277
Abstract: 本发明涉及一种面向高光谱图像的深度神经网络空间谱分类方法，属于深度学习及高光谱遥感图像分类技术领域。在该方法中，使用分组的空间谱特征作为输入，根据输入的分组特性，在深度神经网络的第一层的优化目标中加入正则化项，实现对空间谱特征的提取与波段选择。该方法兼顾了深度置信网络的算法特性，也考虑了空间信息的特点，对每个波段的空间分组单独处理，不同于深度卷积网络的卷积核中参数是相同的；该算法能够自动衰减那些对分类作用较小的波段的权值，做到自适应特征提取与波段选择，能够取得比经典深度置信网络更好的分类准确率，具有广阔的应用前景。
-
公开(公告)号：CN114678088B
公开(公告)日：2025-04-25
申请号：CN202210332083.9
申请日：2022-03-30
Applicant: 重庆大学
Abstract: 本发明公开了一种自动化拟合包含补偿的Arrhenius本构与DMM热加工图的方法，包括以下步骤：1)对实验数据中的不合理数据进行标注并剔除；2)对数据进行排序，进行初始流变曲线的输出；3)对数据进行摩擦补偿；4)对数据进行温度补偿；5)根据使用者自定义的最小补偿应变、最大补偿应变与补偿间距，确定进行应变补偿的次数，并嵌入热加工图模块，进行循环求解输出；6)将所有本构参数分别与应变建立相应的多项式，获得经过补偿所建立的本构方程表达式；7)采用迭代算法反向求解应力值并与实验值对比。本发明可以快速准确地获取材料的本构信息与多个应变下的热加工图，同时可以避免实际计算与绘制过程中错误与时间成本，缩短开发周期。
-
-
Search Results
3
records
(took 0.019 seconds)
