XiaoMi-AI文件搜索系统
World File Search System纹理
通过纹理表征液晶
1曼彻斯特大学物理与天文学系，曼彻斯特牛津路，曼彻斯特，M139PL，英国关键字：两极分化显微镜，纹理，缺陷，沃罗诺伊模式，在本教程中的机器学习，我们将讨论一系列通过其纹理表征液晶阶段的方法。从极化显微镜开始，我们将显示从列表到近晶和软晶体的各种不同阶段的最特征性纹理，并解释了它们的某些特征性外观和缺陷[1]。同样，我们将很快引入手性，并证明新颖的阶段（例如蓝色相和晶粒边界阶段）如何出现新颖，不同的纹理和缺陷。说明我们如何验证某些液晶缺陷的结构[2,3]后，我们将与固态系统进行简短的比较，固态系统通常显示出与液晶相似的缺陷，但长度尺度非常不同。在这种情况下，还证明了许多液晶纹理实际上可以是通过一种称为伏诺伊图的相当普遍使用的算法而导致的，从而导致伏诺诺纹理[4,5]。终于，我们将探索现代机器学习算法（例如卷积网络和构成模型）的多远来表征液晶。将出现一系列示例，从涉及列相的简单过渡到涉及列非列，流体近晶和近晶型序列[6]甚至软晶体相的更复杂的场景。将讨论机器学习的优势和缺点，也可以看到陷阱以避免[8]。__________________________此外，用副晶体，铁电，铁 - 和抗抗逆逆异性阶段的手性液晶中的完整相位序列将通过机器学习证明是可以预测的[7]。
多纹理 GAN：探索脑 MR 图像的多尺度纹理转换
摘要 — 众所周知，MRI 数据集中的扫描仪间和协议间差异会导致显著的量化差异。因此，图像到图像或扫描仪到扫描仪的转换是医学图像分析领域的一个重要前沿，具有许多潜在的应用。尽管如此，现有算法中很大一部分无法明确利用和保留目标扫描仪的纹理细节，并且针对专门的任务特定架构提供单独的解决方案。在本文中，我们设计了一种多尺度纹理传输，以丰富重建图像的更多细节。具体而言，在计算纹理相似性后，多尺度纹理可以自适应地将纹理信息从目标图像或参考图像传输到恢复图像。与以前的算法所做的像素级匹配空间不同，我们在神经空间中实现的多尺度方案中匹配纹理特征。匹配机制可以利用多尺度神经传输，鼓励模型从目标或参考图像中掌握更多与语义相关和与病变相关的先验。我们在三个不同的任务上评估了我们的多尺度纹理 GAN，无需任何特定于任务的修改：跨协议超分辨率扩散 MRI、T1-Flair 和 Flair-T2 模态转换。我们的多纹理 GAN 可恢复更高分辨率的结构（即边缘和解剖结构）、纹理（即对比度和像素强度）和病变信息（即肿瘤）。广泛的定量和定性实验表明，我们的方法在跨协议或跨扫描仪转换方面取得了优于最新方法的结果。
纹理特征提取方法：调查
抽象的纹理分析用于非常广泛的场和应用，从纹理分类（例如，用于遥感）到分割（例如，在生物医学成像中），通过图像合成或模式识别（例如，用于图像inpainting）。对于这些图像处理过程中的每一个，首先，必须从原始图像中提取描述纹理属性的象征性特征。在过去的几十年中，已经提出了各种特征提取方法。每个人都有其优点和局限性：其中一些的性能不是通过翻译，旋转，affin和perspective变换来修改的；其他人的计算复杂性低；其他人再次容易实施；等等。本文对纹理特征提取方法进行了全面的调查。后者分为七个类：统计方法，结构方法，基于转换的方法，基于模型的方法，基于图形的方法，基于学习的方法和基于熵的方法。对于这七个类中的每种方法，我们介绍了概念，优势和缺点，并给出了应用程序的示例。这项调查使我们能够确定两类方法，特别是在将来值得关注的方法，因为它们的表现似乎很有趣，但是他们的详尽研究尚未进行。
自旋纹理和自旋轨道耦合贡献...
在过去的十年中，在理论上和实验中提出了确认，可以通过旋转纹理（ST-LRT）或由于Spin-Orbit Coupling（Soc-orbit Couplting（Soc-lrrt）（Soc-lrt）（Soc-orbit（Soc-lrtt）），可以在超导/Ferromagnet杂交中产生远距离旋转旋转三个（LRT）超导性。然而，迄今为止，尚无理论或实验研究表明，这两种贡献都可以同时存在于实验系统中。为了解除这些贡献，我们通过研究与MacMillan-Rowell共振相关的上述差异电导异常（CAS），对在连接超导体的铁磁层内发生的超导式准颗粒干扰效应进行了全面研究。在两种类型的外延，v/mgo/fe基于界面旋转式矛盾偶联的两种类型的外延/f/fe基于v/fe/fe的磁场下，已经研究了CAS的偏差依赖性。我们观察到在小的IP和OOP磁场下CA振幅的各向异性，同时仍然受到高铁的影响较弱，并实施微磁模拟，以帮助我们区分ST-LRT和SOC-LRT贡献。我们的发现表明，对电子传输中Fabry-Pérot-type干扰效应的进一步探索可以产生对由自旋轨道耦合和自旋纹理引起的超导体和铁磁体之间杂交的宝贵见解。
热塑性复合材料的表面纹理方法...
在2000年国家工程师周的演讲中，尼尔·阿姆斯特朗（Neil Armstrong）在第20名中排名第20位，激光和光纤第18号，飞机排名第三，汽车排名第二，能量供应首先排名二十世纪最重要的成就。我们可以说今天，它们更重要！当前的社会问题包括能源供应危机，价格爆炸，塑料回收，“微塑料”和环境保护。注入成型是最常用的制造方法之一，用于建模高生产率的热塑性复合产品，用于运输或能源行业。通过导电复合材料的注射成型制成的双极板是不锈钢，泰坦或石墨板的替代品。激光加工和添加剂制造是具有高科学和工业兴趣的技术。欧洲的一个挑战是减少车辆燃油消耗并用环保替代品代替化石燃料。绿色氢燃料电池（PEMFC）是用于固定和移动应用的可能解决方案。
热带森林机载SAR图像的纹理及其...
摘要。在 C 波段，SAR 图像在不同类型的自然土地覆盖之间通常表现出很小的平均振幅变化。但是，在这种图像的纹理属性中经常可以找到大量信息，尤其是在以高空间分辨率获取时。这种纹理信息可能有助于观察影响陆地表面植被均匀性的过程，例如人类干扰后再生热带森林的阶段性演替，其特点是随着再生物种被硬木物种取代，冠层均匀性逐渐降低。在本研究中，比较了三种测量巴西中部热带森林地区 C 波段机载 SAR 图像纹理的技术。通过使用 Landsat TM 图像的时间序列来独立估计再生年龄，评估这些测量对森林再生阶段的依赖性。每种纹理测量都能够很好地区分成熟森林和其他类型的植被，而仅使用图像振幅无法做出相同的区分。不同年龄的再生树似乎可以进一步区分，但很难定量证明，因为很难对再生年龄进行令人满意的验证。
用激光纹理彻底改变汽车设计
在大多数情况下，激光纹理将降低过程的复杂性，尤其是减少步骤的数量。与化学蚀刻相比，这是更真实的。激光纹理本质上是一个数字过程。最初的步骤是将图案映射为灰度位图，而较暗的部分代表了更深层次的abla。然后将灰度位图叠加在3D模具数据上。最终将注射模具放置在激光机内，并按照定义程序施加纹理。多亏了3D渲染，在最终塑料零件上的纹理可以在物理模具之前进行模拟和微调。此外，这种方法通过最大程度地减少运输时间来减少整体交货时间，这可能需要几天或几周。这是对这两个过程的比较。
预镀引线框架表面纹理与
汽车设备集成电路封装中模塑料和引线框架之间的粘合性差会导致严重的可靠性问题并降低封装质量。本研究旨在评估和了解预镀引线框架 (PPF) 的表面纹理化程序 (粗糙化) 与集成电路封装中的分层现象之间的相关性。引线框架供应商准备了具有纹理表面的预镀引线框架。进行了四项主要评估，基于形态分析、接触角测量、模具剪切强度测试和可靠性测试。对于形态分析，与标准引线框架 (174nm) 相比，纹理 PPF 具有更高的表面粗糙度 (284nm)。在室温下 (71°) 观察到纹理 PPF 的最高接触角值。相反，在根据在线制造条件模拟的 175°C (55°) 下观察到纹理 PPF 的最低接触角值。与标准引线框架相比，纹理 PPF 获得了更高的剪切强度测试。此外，可靠性测试证明 PPF 样品未检测到分层。然而，在标准引线框架中也观察到了这种现象。所有观察结果都表明，通过对引线框架进行表面纹理化处理，模具化合物和引线框架之间的界面粘附性得到了显著改善。粘附性的改善有助于消除分层并提高封装可靠性。