您好，欢迎来到中国测试科技资讯平台！
原子力显微镜（AFM）中探针头的几何设计对扫描测量图像的质量有着重要的影响，而扫描图像的质量与被测样品表面的粗糙度直接相关。当选择一个不合适的探针头来扫描给定的样品表面时，这可能会产生成像伪影，这是由于被扫描表面的真实图像将被针尖在形态上放大而引起的。本文利用多层神经网络，通过考虑表面粗糙度和AFM刚性探针头的几何形状，预测这些成像伪影对AFM测量精度的影响。利用模拟AFM测量数据对神经网络进行训练，结果表明，神经网络对训练集和测试集都具有良好的拟合度。使用这种机器学习方法来评估针尖样品的效果，可以快速有效地选择探针尖端，从而降低原子力显微镜测量的操作成本。
转载from知网
（1）本网转载或来自其他发布者（非中国测试杂志社）的作品，目的在于传递更多信息，并不代表本网赞同其观点或和对其真实性负责，不承担此类作品侵权行为的直接责任及连带责任。
（2）如涉及作品内容、版权等问题，请在作品发表之日起一周内与本网联系，否则视为放弃相关权利。
友情链接：
广告代理：秦皇岛北驰文化传播有限公司
理事会外联部
印 刷：成都天麦点金实业有限公司
国内总发行：成都市邮政局
邮发代号：62-260
国外发行：中国出版对外贸易总公司
国外代号：DK51019
中国标准连续出版物号：ISSN 1674-5124 CN51-1714/TB
业内最新资讯动态
请关注微信公众号
蜀ICP备11014963号-1 《中国测试》杂志社 版权所有 技术支持：成都驰创数码
