مقاله انگلیسی رایگان در مورد شناسایی ساختار کریستالی سه بعدی – اسپرینگر ۲۰۱۷

springer

 

مشخصات مقاله
انتشار مقاله سال ۲۰۱۷
تعداد صفحات مقاله انگلیسی ۸ صفحه
هزینه دانلود مقاله انگلیسی رایگان میباشد.
منتشر شده در نشریه اسپرینگر
نوع مقاله ISI
عنوان انگلیسی مقاله ۳D Crystal Structure Identification Using Fuzzy Neural Networks
ترجمه عنوان مقاله شناسایی ساختار کریستالی سه بعدی با استفاده از شبکه های عصبی فازی
فرمت مقاله انگلیسی  PDF
رشته های مرتبط مهندسی کامپیوتر
گرایش های مرتبط شبکه های کامپیوتری، هوش مصنوعی، مهندسی الگورریتم ها و محاسبات
مجله حافظه های بصری و شبکه های عصبی – Optical Memory and Neural Networks
دانشگاه Samara National Research University – Samara – Russia
کلمات کلیدی شبکه کریستالی، شبکه های عصبی فازی، شناسایی ساختار کریستالی، سیستم شبکه، سلول واحد، شبکه عصبی Takagi-Sugeno-Kang، شبکه عصبی Wang-Mendel
کلمات کلیدی انگلیسی crystal lattice, fuzzy neural networks, crystal structure identification, lattice system, unit cell, Takagi-Sugeno-Kang neural network, Wang-Mendel neural network
کد محصول E6178
وضعیت ترجمه مقاله  ترجمه آماده این مقاله موجود نمیباشد. میتوانید از طریق دکمه پایین سفارش دهید.
دانلود رایگان مقاله دانلود رایگان مقاله انگلیسی
سفارش ترجمه این مقاله سفارش ترجمه این مقاله

 

بخشی از متن مقاله:
INTRODUCTION

Being the fundamental concept of crystallography and having Angstrom-order sizes, Bravais lattices are building blocks for all crystals. Every crystal is constructed of these lattices in various modifications. At the same time, different crystals can have the same lattices. There is a total of 14 such lattices. Depending on special symmetry, all crystals are distributed among seven lattice systems: triclinic, monoclinic, tetragonal, orthorhombic, trigonal, hexagonal, and cubic systems [1]. Figure 1 presents the general arrangements of Bravais lattices (smallest structural cells) for each lattice system. The type of a lattice system is determined by six parameters of a Bravais lattice: the lengths of the three edges and three angles between them (see Table 1). The task of recognizing nano-scale images, which are projections of crystal lattices, can be reduced to the structure identification problem. Among basic lattice structure identification methods are: the comparator of the National Institute of Standards and Technology [2], packing efficiency-based identification [3] and isosurface-based identification [4]. However, these approaches have some drawbacks that restrict their use: the tricky process of crystal preparation (the need for accurate polishing and mounting), low efficiency of comparison of similar lattices, high sensitivity to minor distortions of lattice node coordinates. The major difficulty here is the ambiguity in choosing a two-dimensional basic cell for a particular projection (Fig. 2) [5]. Papers [6, 7] give a careful investigation of this problem representing a Bravais lattice as a unique feature space allowing the resolution of any nano-scale images in elementary structures. One of possible approaches to the determination of crystal lattice type is offered in [8] where previously estimated lattice parameters are compared with predefined reference lattice parameters. The lattice is considered to belong to a particular type if its parameters have the closest match with the parameters of the reference lattice of this type.

ارسال دیدگاه

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *