【技术实现步骤摘要】
本专利技术涉及高分子材料的性能分析，具体涉及一种基于电镜图像识别的高分子材料性能分析方法及装置。
技术介绍
1、高分子材料性能预测在材料科学与工程中至关重要。通过精准预测，研究人员可以在设计阶段评估材料的机械强度、热稳定性等关键参数，从而提升研发效率，减少试验成本。高分子材料的性能预测是一个复杂且高度非线性的问题，直接预测性能具有很大的困难。在工业上通过实验去探索单体等因素对高分子的性能影响需要极大的成本。随着深度学习的发展，通过一些聚合物特性数据库、深度学习模型等方法取得了很大成功。
2、然而，目前的方法只是通过高分子材料成品的分子结构等特征去预测其性能，只是理论上的可行性。在复杂的工业实验中，存在很多可变的因素会影响最终的产物，导致性能不理想。因此人们往往还需要对生成的高分子材料进行大量的测试来验证它的性能。但对于大部分材料来说（如广泛用于低速轮胎、垫圈等领域的聚氨基甲酸酯）测试其性能需要很高的时间和成本。高分子的电子电子显微镜图像能够显示出材料的结构，而材料的结构往往与其性能具有直接关系。此外，电镜图像更易获得。>
3、因此，利本文档来自技高网...
【技术保护点】
1.一种基于电镜图像识别的高分子材料性能分析方法，其特征在于，包括：
2.根据权利要求1所述的一种基于电镜图像识别的高分子材料性能分析方法，其特征在于，通过所述电镜图像特征提取模型获取表征材料结构的高维特征的步骤为：
3.根据权利要求2所述的一种基于电镜图像识别的高分子材料性能分析方法，其特征在于，在通过通用图像数据集的分类任务对所述电镜图像特征提取模型进行第一次预训练的过程中，将所述电镜图像特征提取模型与所述分类器结合构成图像分类模型，通过所述通用图像数据集对所述图像分类模型进行第一次预训练，并保存分类效果最优时的所述电镜图像特征提取模型的参
4...
【技术特征摘要】
1.一种基于电镜图像识别的高分子材料性能分析方法，其特征在于，包括：
2.根据权利要求1所述的一种基于电镜图像识别的高分子材料性能分析方法，其特征在于，通过所述电镜图像特征提取模型获取表征材料结构的高维特征的步骤为：
3.根据权利要求2所述的一种基于电镜图像识别的高分子材料性能分析方法，其特征在于，在通过通用图像数据集的分类任务对所述电镜图像特征提取模型进行第一次预训练的过程中，将所述电镜图像特征提取模型与所述分类器结合构成图像分类模型，通过所述通用图像数据集对所述图像分类模型进行第一次预训练，并保存分类效果最优时的所述电镜图像特征提取模型的参数；
4.根据权利要求3所述的一种基于电镜图像识别的高分子材料性能分析方法，其特征在于，在将设定目标类型的若干材料实体的电镜图像进行标记处理，获得目标材料的数据集的过程中，获取设定目标类型的若干预设性能的材料实体；通过电子显微镜获取材料实体各个位置的电镜图像；根据电镜图像所属材料的性能按照设定策略进行标记，获取所述目标材料的数据集。
5.根据权利要求4所述的一种基于电镜图像识别的高分子材料性能分析方法，其特征在于，在通过所述材料性能分类模型预测电镜图像所属材料性能的过程中，通过所述电镜图像特征提取模型获取输入材料电镜图像的高维特征；通过所述材料性能分类器对所述高维特征进行处理，并输出预测值；当所述预测值大于设定阈值时，则判断所述输入材料的性能是好的；当所述预测值不大于设定阈值时，则判断所述输入材料的性能是差的。
6.一种基于电镜图像识别的高分子材料性能分析装置，采用权利要求1-5任一项所述的一种基于电镜图像识别...
【专利技术属性】
技术研发人员：肖瑞，柳彦宏，司如同，张翔宇，李中伟，
申请(专利权)人：烟台国工智能科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。