拉普拉斯算子_科研进展 | 基于原子体积场拉普拉斯算子对金属玻璃剪切转变区的预测...

最新推荐文章于 2023-03-02 13:23:20 发布
最新推荐文章于 2023-03-02 13:23:20 发布
阅读量371 收藏 1
点赞数
文章标签： 拉普拉斯算子
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_39938165/article/details/111365038
版权
研究人员通过非热分子模拟发现，基于原子体积场拉普拉斯算子能有效预测金属玻璃在剪切载荷下的局部塑性变形和剪切转变区。通过分析初始结构和非仿射位移，提出新参数ξ，其与STZ事件的产生密切相关，为金属玻璃力学行为的理论分析提供了新途径。
摘要由CSDN通过智能技术生成

作者：史荣豪, 肖攀,杨荣

534738cac432435828b98f7cf80af8ba.gif

6b13aeacefbfdeea6a31bee67a660a14.gif 摘要  剪切转变区(shear transformation zone, STZ) 作为金属玻璃塑性事件的一个基本特征单元, 已被研究者们逐渐接受, 但STZ 产生的机制和来源仍具争议. 本文采用分子模拟方法对 eecf76e556d5b847b62884216fc0eeff.png 金属玻璃在受简单剪切加载时的变形行为展开了研究. 结果表明, 体系的初始构型与加载后STZ 的产生是相关的. 虽然原子体积场及其梯度可以用来有效表征金属玻璃中局部原子构型的非均匀性, 但它们与STZ 产生的区域没有直接明显的对应关系.基于此, 提出一个新的局域结构参数ξ 来用于金属玻璃中STZ 产生区域的预测, 它由两部分构成: 原子体积场的拉普拉斯算子和体积场梯度分量的绝对差值. 原子体积场的拉普拉斯算子为负且绝对值较大时, 体积场梯度向量呈现向内指的分布特征, 代表体系中的局域软区; 而体积场梯度分量的绝对差值则用于遴选体积场梯度不同的分布模式. 进一步地, 建立了该结构参数与非仿射位移和剪切局部化三者关系, 发现特定的体积场梯度向量分布模式, 将导致局部剪切增强的非仿射位移场, 从而更容易诱发STZ 的形成. 相关性分析表明, 该参数与STZ区域平均相关性高于78%, 因此, 该参数能有效用于金属玻璃剪切转变区的预测, 且运用拉普拉斯算子的思想有望应用于金属玻璃力学行为的理论分析. 关键词  金属玻璃, 剪切转变区, 非仿射位移, 原子体积, 分子模拟 f1687b7ea26c47790e85c65712c36533.gif

研究人员采用非热分子模拟方法对三种不同尺寸的

最低0.47元/天 解锁文章
weixin_39938165
关注
[更新中]文献索引
LeoGIS1987的博客
12-03 9023
2010 2010-01 [1]多个粗差定位的抗掩盖型Bayes方法.pdf [6]模糊神经网络在变形分析与预报中的应用研究.pdf [9]GPS_GLONASS组合精密单点定位研究.pdf [13]基于星间距离变化的动态双向时间同步算法.pdf [17]QZSS对GPS区域性能增强分析.pdf [21]GPS模糊度降相关LLL算法的一种改进.pdf [25]2008年汶川地震前的形变异常及机理解...
1
qq_43001322的博客
11-25 2264
数字图像处理在刀具状态检测中的应用综述摘要1 介绍1.1 DIP用于刀具状态监控的优缺点2 数字图像处理技术3 照明系统4 。使用图像处理的直接中医技术4.1 。二维技术4.2 。三维技术5 。使用图像处理的间接中药技术5.1 。在线技术5.2 。离线技术6 。结论References sciencedirect 摘要 在过去的三十年中，由于对提高产品质量的需求不断增加，刀具状态监视与自动制造工艺的发展正在并行发展。由于机器视觉系统，计算硬件和非触觉应用的改进，用于工具状态监测的数字图像处理技术的进步是重要
仿射系统和非仿射系统的数学定义
du98看灯夜的博客
03-02 1243
非仿射系统和仿射系统的数学定义。
仿射变换---位移+缩放比例+旋转
人生得意须尽欢，做一个快乐的程序猿~~~
05-25 2103
对于仿射变换的理解，以本人现阶段水平还谈不上是深入了解，我喜欢把它想象成一种简单的动画效果，下面介绍几种简单的变化：位置移动，按一定比例缩放，顺时针、逆时针旋转 #import "ViewController.h" @interface ViewController () @property (nonatomic
仿射系统与非仿射系统区别
weixin_42104434的博客
06-07 5612
仿射系统和非仿射系统的区别在于系统对输入是否是线性的。对于一个非线性系统，x ˙ ( t ) = f ( x ( t ) ) + g ( x ( t ) ) u ( t ) \dot{x}(t)=f(x(t))+g(x(t))u(t) x ˙ (t)=f(x(t))+g(x(t))u(t) 是一个仿射系统。 而x ˙ ( t ) = f ( x ( t ) ) + g ( x ( t ) ) s i n ( u ( t ) ) \dot{x}(t)=f(x(t))+g(x(t))sin(u(t)) x...
仿射系统与非仿射系统 Affine system and nonaffine system
weixin_41957433的博客
05-29 5487
仿射系统和非仿射系统的区别在于系统对输入是否是线性的。对于一个非线性系统，x˙(t)=f(x(t))+g(x(t))u(t)\dot{x}(t)=f(x(t))+g(x(t))u(t)x˙(t)=f(x(t))+g(x(t))u(t) 是一个仿射系统。 而x˙(t)=f(x(t))+g(x(t))sin(u(t))\dot{x}(t)=f(x(t))+g(x(t))sin(u(t))x˙(t)=f(x(t))+g(x(t))sin(u(t)) 是一个非仿射系统。 总之，当系统的输入是以 u(t)u(t)u(
粒子轨迹均方位移分析：用于粒子轨迹均方位移分析的MATLAB类，附教程。-matlab开发
05-31
均方位移 (MSD) 分析是胶体研究和生物物理学中常用的一种技术，用于确定随时间推移的粒子位移模式。 特别是，它可以帮助确定粒子是否： - 自由扩散； - 运输； - 运动受限。 除此之外，它还可以推导出运动参数的估计值，例如扩散系数。 @msdanalyzer 是一个 MATLAB per-value 类，可帮助执行此类分析。 用户提供他测量的几个轨迹，类可以推导出有意义的量来确定运动模态。 @msdanalyzer 可以处理并非同时开始、具有不同长度、缺少检测（间隙：一个粒子在一帧或几帧中未能检测到然后重新出现）的轨迹（粒子轨迹），并且没有同时采样。 一旦您将曲目添加到课程中，一切都是透明的。 它提供了绘制和检查数据的工具，无论是单个粒子还是整体平均数量。 它有多种校正漂移的方法，漂移是分析中的主要误差来源。 校正后，可以通过 MSD 曲线或速度自相关分析数据。 包括了MSD曲线
sar1.zip_拉普拉斯算子_马尔算子_马尔边缘检测
07-13
本资源"sar1.zip"包含了使用MATLAB编写的几种经典边缘检测算法，其中包括拉普拉斯算子、马尔（Prewitt）算子以及Canny算子。现在我们将详细探讨这些算法。 首先，拉普拉斯算子是一种无参数的差分算子，用于检测图像...
edge-detec.rar_roberts_拉普拉斯算子_边缘检测代码
07-15
不同的算子适用于不同的场景，Sobel算子对于噪声较强的图像表现较好，而Roberts算子适用于计算资源有限的环境，拉普拉斯算子则能有效地检测尖锐的边缘。了解和掌握这些方法，对于进行图像处理相关的研究和开发至关...
edgdctlapla.rar_ edgdctlapla_edgdctlapla_matlab_拉普拉斯算子_边缘检测 matl
07-14
该程序是利用拉普拉斯算子对图像进行边缘检测的具体实现，利用matlab作为开发环境编写而成。
DIC（主程序） 计算图像序列的位移，应变和应力
05-01
DIC（主程序） 计算图像序列的位移，应变和应力 MATLAB实现
shuzituxiangchuli.rar_DCT直方图_VB均衡化_二值化 局部_拉普拉斯算子_滤波matlab
07-14
作业一 要求 用C语言或者VC，VB，Matlab或其他语言完成如下实验： 1）打开一个BMP文件 2）将其局部区域的灰度值进行改变 ...打开一幅图像，利用Roberts梯度法、Sobel算子和拉普拉斯算子进行锐化，并比较结果。
50579067marr_laplacian.zip_hslogic算法仿真_图像边缘提取_拉普拉斯算子_边缘提取
07-14
hslogic算法仿真-基于拉普拉斯算子的图像边缘提取
仿射变换（Affine transformation）
热门推荐
天天向上的专栏
05-29 4万+
一个集合 XXX 的仿射变换为： f(x)=Ax+b,x∈Xf(x)=Ax+b,x∈Xf(x)=Ax+b, \quad x\in X 它的几何意义是对一个图形进行： 缩放（Scale）、平移(transform)、旋转(rotate)、反射（reflection, 对图形照镜子）、错切(shear mapping) 或者它们的任意组合 维基百科中的一个图很好诠释了各种仿射变换： 仿...
仿射变换（affine transformation）
zzyczzyc的博客
01-11 2031
原理 代码 OpenCV API 计算放射矩阵map_matrix ( 2×3)，   Mat cv::getAffineTransform   (    const Point2f src[],     // 原图像的三个顶点    const Point2f dst[]     //目的图像的三个顶点    ) 对一幅图像进行仿射变换 void cv...
考虑励磁控制系统的水热两区互联电力系统网络自动生成控制simulink.rar
10-09
1.版本：matlab2014/2019a/2024a 2.附赠案例数据可直接运行matlab程序。 3.代码特点：参数化编程、参数可方便更改、代码编程思路清晰、注释明细。 4.适用对象：计算机，电子信息工程、数学等专业的大学生课程设计、期末大作业和毕业设计。
Python 实现BO-CNN-BiLSTM贝叶斯优化卷积双向长短期记忆网络数据多变量时间序列预测（包含详细的完整的程序和数据）
10-09
内容概要：本文详细介绍了如何使用 Python 和深度学习方法（包括卷积神经网络 CNN 与双向长短期记忆网络 BiLSTM 结合的 BO-CNN-BiLSTM）进行多变量时间序列的数据预测。内容涵盖了从数据准备到超参数优化的全过程，并提供了完整的代码实现和实例展示。 适用人群：机器学习初学者，尤其适合对时间序列预测感兴趣的深度学习爱好者、研究者、工程技术人员。 使用场景及目标：适用于需要对时间序列数据如股票价格、环境数据、医疗健康监控等领域做精准预测的情况。本教程可以帮助理解深度学习在网络模型优化方面的运用。 其它：文中还讨论了项目的注意事项，并指出了可能的方向性改进路径，比如增加模型解释能力、实际应用等
用于kpca降维，对于故障特征诊断具有重要的作用不能运行.rar
10-09
1.版本：matlab2014/2019a/2024a 2.附赠案例数据可直接运行matlab程序。 3.代码特点：参数化编程、参数可方便更改、代码编程思路清晰、注释明细。 4.适用对象：计算机，电子信息工程、数学等专业的大学生课程设计、期末大作业和毕业设计。
Python 实现 INFO-ELM（向量加权算法优化极限学习机）进行多输入单输出回归预测（包含详细的完整的程序和数据）
最新发布
10-09
内容概要：本文详细介绍了如何利用PYTHON实现INFO-ELM（一种加权优化极限学习机）来进行多输入单输出（MISO）回归预测的方法。其中包括数据生成、算法建模、权重迭代更新以及最终的效果评估等一系列过程，并附有可视化的结果比较。 适用人群：适合熟悉或正在学习机器学习基本理论，特别是有兴趣深入理解和应用ELM和加权回归算法的研究人员和技术人员。 使用场景及目标：适用于解决多个输入变量对应一个连续数值输出的实际预测问题，通过优化模型提升预测准确性和稳定性。 其他说明：文中还提供了进一步研究和改进的方向，如扩展隐含节点数量、改善权重调节方法及采用平行计算等方式提高预测质量。
基于QuartusⅡ的拉普拉斯算子FPGA实现方法研究
"EDA/PLD中的拉普拉斯算子的FPGA实现方法" 拉普拉斯算子是一种重要的图像增强算子，它是一种各向同性滤波器，即滤波器的响应与滤波器作用图像的突变方向无关。拉普拉斯算子的FPGA实现方法是使用Altera的QuartusⅡ...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值