跳到主要内容
检索

# 扫描电镜显微图像

1 篇关联报道

订阅更新
  1. arXiv

    区域留出协议下,LBP+SVM 以 0.79 平衡准确率从 316L 不锈钢 SEM 图像中识别氢充注特征

    该工作针对 316L 不锈钢的 SEM 显微图像,提出以 14 个空间区域(8 个 AR、6 个 H2,共 31 张图像)为基础的 Leave-One-Region-Out 区域留出交叉验证协议,比较了 LBP、GLCM、自监督卷积嵌入与 CNN 等六种特征-分类器组合,结果最简单的 LBP+SVM 表现最好,平衡准确率 0.79、H2 召回率 0.69、H2 精确率 0.82,优于所有深度学习与组合特征模型;区域级置换检验(500 次置换,取自 3,003 种区域-标签分配)得 p = 0.008,CNN 的 Grad-CAM 图倾向于集中在局部表面与晶界特征上。

已读完全部报道