摘要
本发明属于材料科学领域,公开了一种构建相同边界的双连通三维微结构数据集的方法,首先,确定边界类型并以边界类型作为立方体六个面的约束重建微观结构;然后,对每一种边界类型选定相关优化目标,并在相应约束条件下创建初始数据集;再次,采用生成式AI进行结构生成,以扩展微观结构的属性空间,并采用主动学习策略进行数据集的迭代扩充;最后,通过连接分量标记算法识别并保留双连通特征的结构,移除不连通结构,从而构建具有相同边界和双连通性的数据集,通过本发明构建的LBBM数据集显著提高了多尺度装配的计算效率,确保了微结构间的边界连接性和整体多尺度结构的双连通性,基于该数据集构建的材料具有打印制造友好性,并且能够实现流体流动、热传导、过滤和气体交换等功能。
技术关键词
三维微结构
主动学习策略
剪切模量
数据
连通特征
标签
噪声
多尺度结构
网络结构
泊松比
立方体
神经网络模型
密度
协方差矩阵
像素点
注意力机制
标记
系统为您推荐了相关专利信息
焊接工艺参数
学习方法
缩放方法
带钢焊接工艺
计算机可读取存储介质
分选控制方法
交叉验证方法
分箱方法
序列切片
煤炭
自闭症谱系障碍
鉴别系统
生物标志物
时间序列信息
Pearson相关系数