用于精确和准确测量的机器学习分析冲击材料图像
摘要：局部自适应判别分析（LADA）是一种监督式机器学习算法，用于定位具有不同强度的可识别图像特征之间的边界。LADA是图像分割的一种改进，它包括使用图像中每个类别的统计强度分布来找到图像特征（类别）的位置的技术。为了将像素放置在正确的类别中，LADA考虑了该像素处的强度和周围（附近）像素的强度分布。本文介绍了LADA在提供具有统计不确定性的超快震波图像中特征的位置和形状方面的应用。我们证明了该算法能够定位图像特征，包括晶体、与震波相关的密度变化以及由震波引起的材料喷射。由于不依赖于模型比较，该算法可以分析呈现多种物理现象的图像。LADA使得在震击物理学中独立于底层模型或模拟对图像进行具有统计严密性的分析成为可能。
作者：Leora Dresselhaus-Cooper, Marylesa Howard, Margaret C. Hock, B. T. Meehan, Kyle Ramos, Cindy Bolme, Richard L. Sandberg, Keith A. Nelson
论文ID：1708.07261
分类：Applied Physics
分类简称：physics.app-ph
提交时间：2017-09-20