一种基于卷积神经网络的快速识别朱墨时序方法

朱墨的时序检测在文件检测和司法公正领域中是较为常见的问题。由于判定结果的准确性无法准确衡量,提出了基于卷积神经网络快速识别朱墨时序的方法。基于不同时序的朱墨样本在朱墨重叠处图像色素点的区别,用卷积神经网络做有监督训练分类,最终达到识别图像朱墨顺序的目的。在理想的实验条件下,同一支笔的预测准确率能达到93%以上,泛化能力高达86%。在加入高斯噪声后,同一支笔的预测准确率仍能达到82%以上,泛化能力达到80%,大幅度提高了朱墨时序图像识别的准确性和稳定性。

碳化硅晶圆的快速高质量复合加工方法

为了提升单晶碳化硅(SiC)材料的抛光效率及表面质量,提出了将传统抛光与磁流变抛光(MRF)相结合的新方法,并对一块直径为100 mm的单晶SiC晶圆进行实际加工。首先,采用环抛技术将单晶SiC晶圆表面粗糙度快速加工至0.6 nm左右;然后,通过配制特殊的磁流变抛光液,采用磁流变抛光技术对晶圆进行35 min快速均匀抛光,改善了SiC晶圆表面的缺陷,消除了晶圆亚表面损伤;最后,采用纳米金刚石抛光液,通过环抛对SiC晶圆进行精抛光,获得了粗糙度为0.327 nm的高表面质量单晶SiC晶圆。该方法将单晶SiC晶圆的加工时间缩短了约7 h,有利于提升SiC晶圆的加工效率、精度及质量。