.png){kind=icon}
返回
Microstructure classification and the polycrystalline microstructure state space
.png){kind=icon}
PRE
AI
DOI：10.1016/j.actamat.2025.121219.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
材料科学的一个基石是材料性能由其微观结构决定。虽然该领域已经开发了许多描述微观结构的方法，但其中大多数是针对特定的材料体系或类别定制的。本研究提出了一种基于晶界网络几何学定量测量微观结构相似性的方法，该特征是所有多晶材料的基础和典型特征。具体而言，提出了一种适用于所有单相多晶微观结构的距离度量，使得在给定距离下接近的两个微观结构，其晶界网络在用户指定长度尺度以下的几何方面统计相似。给定一对显微图像，该距离通过从显微图像中采样窗口、定义窗口对之间的距离以及寻找使窗口对距离之和最小的匹配来实现近似。该方法用于比较多种合成微观结构，并开发了一种查询适用于一般单相多晶微观结构的原型数据库的流程。
Keyword:
Microstructure
Grain boundaries
Wasserstein metric
期刊
IF:
9.3
论文数:
2.0W
被引数:
12.9W
机构
引用论文
Evolutionary Dynamics and Age-Dependent Pathogenesis of Sub-Genotype VI.2.1.1.2.2 PPMV-1 in Pigeons.png)
VIRUSES-BASEL
OAAI
VIRUSES-BASELIF3.5
OAAI分享收藏Overview: Machine Learning for Segmentation and Classification of Complex Steel Microstructures概述：机器学习在复杂钢微观结构分割与分类中的应用Metals
OAAI
MetalsIF0
OAAI分享收藏Industrial Applications of Microstructural Characterization — Current and Potential Future Issues and ApplicationsFurrer, D. ; Noraas, R. ; Brough, D. B. 微观结构表征的工业应用——当前和潜在的未来问题与应用，载于：《材料科学中的统计方法》，CRC出版社，2019年，第305-318页。
PREAI
分享收藏DREAM.3D: A Digital Representation Environment for the Analysis of Microstructure in 3DDREAM.3D: 用于分析3D中微观结构的数字表示环境OAAI
OAAI分享收藏
查看更多内容