基于迁移学习与深度森林的晶圆图缺陷识别

为了有效识别晶圆图缺陷模式并及时诊断制造过程的故障源,提出基于迁移学习和深度森林集成的DenseNet-GCForest晶圆图缺陷模式识别模型.为了解决深度学习模型训练困难和晶圆图缺陷类型数目不平衡的问题,利用迁移学习将深度卷积神经网络DenseNet在ImageNet上预训练的网络权重参数迁移至本模型并重新设计分类层,以减少深度网络模型的训练时间并提高模型的特征提取能力;基于DenseNet网络提取的高维抽象晶圆图特征,引入深度森林模型进行晶圆图特征缺陷模式识别.工业案例的实验验证结果表明,该方法的识别准确率达到了96.8%,并提高了识别效率,其性能优于典型的卷积神经网络以及其他常用识别方法.

板式喂料机在设计、制造、使用中存在的问题及改进措施

详细介绍水泥生产过程中石灰石破碎系统中重型板式喂料机的机型(以槽宽1200mm机型为例) ,阐述原有常规机型在设计、制造、使用中存在的问题及与通过实践进行改进的措施。

选择性脊神经后根切断（SPR）术治疗脑性瘫痪4例

选择性脊神经后根切断（ＳＰＲ）术治疗脑性瘫痪４例马德民，马建志，沈宗礼（赤峰市红山区中医院，武警赤峰市支队医院）国内１９９０年徐林首先采用ＳＰＲ术治疗脑痉挛，收到明显疗效。我院自１９９４年引进ＳＰＲ手术４例，初步疗效满意，报道如下。１临床资料本组男性...