科创中国

本发明实施例公开了一种基于人工智能原子力显微镜的材料识别方法和装置，所述方法包括：获取显微镜扫描图像；将所述显微镜扫描图像输入至预先训练的材料识别模型中，获得所述图像分类模型输出的分类结果，其中，所述材料识别模型基于仿真样本图像训练得到；根据所述分类结果确定所述显微镜扫描图像对应的目标材料。本发明实施例提供了一种结构简单、适用性广的材料识别模型，提高了材料识别效率和准确性。

1.一种基于人工智能原子力显微镜的材料识别方法，其特征在于，包括： 获取显微镜扫描图像； 将所述显微镜扫描图像输入至预先训练的材料识别模型中，获得所述图像分类模型输出的分类结果，其中，所述材料识别模型基于仿真样本图像训练得到； 根据所述分类结果确定所述显微镜扫描图像对应的目标材料。 2.根据权利要求1所述的方法，其特征在于，所述材料识别模型包括特征提取模块和分类模块，所述将所述显微镜扫描图像输入至预先训练的材料识别模型中，获得所述材料识别模型输出的分类结果，包括： 将所述显微镜扫描图像输入至所述特征提取模块中，获得所述特征提取模块输出的结构特征； 将所述结构特征输入至所述分类模块中，获得所述分类模块输出的分类结果。 3.根据权利要求1所述的方法，其特征在于，所述根据所述分类结果确定所述显微镜扫描图像对应的目标材料，包括： 基于所述目标材料进行分类结果验证； 当分类结果验证为验证通过时，将所述分类结果对应的材料作为所述目标材料。

基于人工智能原子力显微镜的材料识别方法和装置在材料科学和纳米技术领域具有广泛的应用潜力。它可以帮助科研人员快速准确地识别材料的种类和性质，探索材料的结构和性能关系。这对于新材料的发现、材料的优化设计和材料性能的调控具有重要意义。此外，基于人工智能原子力显微镜的材料识别方法和装置还可以应用于纳米电子器件、纳米传感器和纳米机器人等领域，推动纳米技术的发展和应用。

中国科学院深圳先进技术研究院提升了粤港地区及我国先进制造业和现代服务业的自主创新能力，推动我国自主知识产权新工业的建立，成为国际一流的工业研究院。 深圳先进院目前已初步构建了以科研为主的集科研、教育、产业、资本为一体的微型协同创新生AC态系统，由九个研究平台，国科大深圳先进技术学院，多个特色产业育成基地、多支产业发展基金、多个具有独立法人资质的新型专业科研机构等组成。开展先进技术研究，促进科技发展。信息、电子、通讯技术研究新材料、新能源技术研究高性能计算、自动化、精密机械研究生物医学与医疗仪器研究相关学历教育、博士后培养与学术交流。

• 数据采集：使用原子力显微镜获取材料表面的原子级别图像和力谱数据。
• 数据处理：对采集到的数据进行预处理和特征提取，提取表征材料的关键特征。
• 模型训练：利用人工智能技术，如机器学习和深度学习，建立识别模型并进行训练。
• 材料识别：使用训练好的模型对新的原子力显微镜数据进行识别，确定材料的种类和性质。

技术转让

基于人工智能原子力显微镜的材料识别方法和装置利用原子力显微镜获取材料表面的原子级别图像和力谱数据，并结合人工智能技术进行数据处理、模型训练和材料识别。它在材料科学和纳米技术领域具有广泛的应用潜力，可以帮助科研人员深入理解材料的结构和性能，推动相关技术的发展和应用。