TY - A2的褐煤Francisco j . AU -阮,弗兰克盟——Barhli斯莱姆m . AU -穆尼奥斯,丹尼尔•皮诺盟——Ryckelynck大卫PY - 2018 DA - 2018/12/02 TI -计算机视觉与误差估计降阶模型的宏观机械测试SP - 3791543六世- 2018 AB -摘要计算机视觉使推荐的降阶模型快速压力预测根据各种可能载荷环境。这种方法是通过使用一个应用于宏观部分机械测试的数字图像。我们提出一种混合方法,同时利用数据驱动模型和基于物理模型,在材料力学。在机器学习阶段,一个可能的降阶模型是通过分类装货集群环境中通过使用模拟数据。识别合适的降阶模型的执行通过卷积神经网络(CNN)应用于数字图像的机械测试。CNN推荐一个方便的力学模型可以在字典的降阶模型。卷积神经网络作为模型的输出,错误估计,提出了评估这个输出的准确性。本文详细介绍简单算法的选择,允许一个现实的机械建模通过计算机视觉。SN - 1076 - 2787你——https://doi.org/10.1155/2018/3791543——10.1155 / 2018/3791543 JF - PB - Hindawi KW - ER -复杂性