摘要
利用机器学习随机森林算法,以高等级厚板钢典型低碳贝氏体组织中M/A岛和退化珠光体为研究对象,探讨随机森林算法在M/A岛识别、进行量化分析的可行性。结果显示,机器学习识别数据基本符合目前对M/A岛和退化珠光体形成规律的认识,随机森林算法可以快速学习并对M/A岛不同特征进行识别,具有较好的效果,为PIDAS中集成组织数据提供了可能性。
- 单位
利用机器学习随机森林算法,以高等级厚板钢典型低碳贝氏体组织中M/A岛和退化珠光体为研究对象,探讨随机森林算法在M/A岛识别、进行量化分析的可行性。结果显示,机器学习识别数据基本符合目前对M/A岛和退化珠光体形成规律的认识,随机森林算法可以快速学习并对M/A岛不同特征进行识别,具有较好的效果,为PIDAS中集成组织数据提供了可能性。