一种优化寄存器默认值的掩膜后ECO方法

芯片在通过多目标晶圆(Multi Project Wafer,MPW)得到的样片进行测试后,可能会发现芯片内部部分寄存器上电复位后的默认值不合理,需要进行优化。本文提出了一种优化寄存器默认值的掩膜后工程改变命令(Engineering Change Order,ECO)方法,其特点是只修改金属层掩膜板即可实现寄存器默认值的优化,减少芯片进行工程批流片的成本。我们利用全局控制寄存器模块进行试验评估,最后的仿真结果和签核验证表明ECO后的寄存器默认值满足修改要求。

基于特征掩膜的局部遮挡牛脸识别方法

随着智慧牧业的高速发展,牛脸识别已成为牛场智能化养殖的关键,但现实应用场景中牛脸遮挡问题较为严重,影响识别系统的性能。为此,提出一种遮挡物分割辅助牛脸识别的全新双分支网络结构。首先设计一种改进的轻量级U-Net遮挡物分割模型,通过加入深度可分离卷积和多尺度混合池化模块,有效提高分割网络对遮挡物的分割性能。为更好地衰减遮挡物对牛脸识别性能的影响,引入一种多级掩膜生成单元。以不同层级的遮挡分割为输入,构建识别网络不同阶段所对应的掩膜,通过掩膜运算在特征提取的各阶段有效消除遮挡造成的损坏特征信息。最后在自制数据集上进行算法有效性和实时性验证,并与多种最新的典型识别算法进行对比。实验结果表明,本文算法在遮挡牛脸数据集上平均准确率达86.34%,识别速度为54 f/s,且在不同程度遮挡的场景下,识别效果均优于FaceNet网络。

深度掩膜布朗距离协方差小样本分类方法

针对小样本学习中,布朗距离协方差通过改善特征嵌入提升分类精度,但未聚焦分类中样本相关性特征的问题,提出了深度掩膜布朗距离协方差方法。该方法通过每对查询集与支持集之间的高维语意关系,生成查询引导掩膜,并将掩膜后的布朗距离协方差矩阵用作图像特征表示。分别在5way-1shot和5way-5shot情形下,对CUB-200-211、Mini-ImageNet及Tiered-ImageNet数据集进行评估验证,实验表明,深度掩膜布朗距离协方差方法取得了更优的分类精度。

微齿轮模具的兆声射流协同辅助掩膜电解加工定域性

在微齿轮模具的掩膜电解加工(TMEMM)中,金属的各向同性刻蚀属性导致了在加工过程中难以避免的侧蚀现象,从而显著降低了加工的定域性和精度。为解决这一问题,提出了一种兆声射流协同辅助掩膜电解加工(MJ-TMEMM)方法。建立了兆声射流协同辅助掩膜电解加工的仿真模型,对加工中的声-电-流多能场进行了仿真分析。仿真结果表明,兆声射流协同辅助方法显著提高了掩膜电解加工的定域性。基于仿真分析进行了兆声射流协同辅助掩膜电解加工微齿轮模具实验。实验结果表明,兆声射流协同辅助掩膜电解加工相较于传统掩膜电解加工,微齿轮模具的加工定域性提高了95%。最终,在仿真和实验研究的基础上,采用优选后的工艺参数制备了齿数16、模数0.15 mm且符合设计要求的微齿轮模具。与传统掩膜电解加工相比,采用兆声射流协同辅助掩膜电解加工方法制作的微齿轮模具齿顶圆刻蚀因子从1.19提高至2.6,齿根圆刻蚀因子从1.36提高至3.74。

基于分割和多级掩膜学习的遮挡人脸识别方法

现有的人脸识别方法无法有效消除遮挡造成的损坏特征的影响,随着网络层数加深,损坏特征与用于身份分类的有效特征变得难以分离,影响识别结果。针对上述问题,设计了一种基于分割和多级掩膜学习策略的遮挡人脸识别方法,模型由遮挡检测分割、特征提取、掩膜学习单元三大模块构成,无需依赖额外的遮挡检测器,且无论训练还是测试都只需要一次端到端的过程即可同时学习特征掩膜和深度抗遮挡特征。掩膜学习单元以不同尺寸的遮挡分割表示和不同阶段的人脸特征为输入,为特征提取的不同阶段生成对应的掩膜,通过掩膜运算在特征提取的各阶段有效消除遮挡造成的损坏特征的影响,最终构建特征金字塔融合各阶段特征进行身份分类。实验结果表明该方法可有效提高遮挡人脸识别的准确率,在经过遮挡处理的LFW数据集以及真实的口罩遮挡数据集MFR2、Mask_whn上的准确率分别达到了98.77%、96.70%、81.53%,与现有的主流方法相比分别提升了2.04、0.48、4.44个百分点。

用于E型薄膜制备的双掩膜工艺研究

在高温压力传感器中,与C型膜片相比,E型膜片的稳定性强,非线性误差小,相同挠度下灵敏度高。在微机电系统(MEMS)工艺流程中薄膜制备较重要,其形貌结构对传感器的性能影响较大。但E型薄膜的制备过程较难,为制备出形貌良好的E型(硅岛)薄膜,采用深反应离子刻蚀机,以SF_(6)为主要刻蚀气体,通过改变掩模材料对制备工艺进行优化改进,使用共聚焦显微镜和扫描电子显微镜(SEM)对刻蚀后的形貌进行表征。实验表明,通过使用ROL-7133负胶和SiO_(2)双掩膜,前烘90 s,中烘120 s,显影50 s,得到了硅岛高度为50μm、背腔深度为450μm的E型薄膜,垂直度较高且整体形貌较好,符合传感器制作要求。

镀铬层表面微坑阵列PDMS掩膜电解加工研究

以聚二甲基硅氧烷(PDMS)为掩膜的微细电解加工能高效地加工出群微坑阵列,从而改善表面摩擦学性能,提高零件使用寿命,但因电场边缘效应,得到的微坑阵列尺寸均匀性较差。针对这一现象,采用厚层PDMS模板并利用高压静液进行掩膜电解加工,探究工艺参数对铬层表面的微坑阵列尺寸与加工精度的影响,并在耐磨的镀铬层表面进行加工以进一步验证铬层表面摩擦学性能,分析微坑尺寸对镀铬层表面摩擦性能的影响。结果表明,在占空比100%、直流电压30 V、加工时间30 s时,可加工出平均直径和深度分别为106.23μm和15.33μm的微坑阵列,在此基础上探究加工的减磨效果,发现不同直径的微坑阵列均在5μm的深度时达到最佳减磨效果。

微细直写掩膜电解加工非晶合金平面微线圈工艺研究

针对掩膜电解加工工艺固化、流程复杂等问题,提出一种基于微细直写聚合物材料的图案化掩膜电解加工方法。对直写掩膜工艺应用于微细电解加工平面线圈工艺进行研究。采用单因素法获得了直写加工参数对掩膜的影响规律。采用正交实验获得了加工电压、阴极振动频率和占空比等工艺参数对成形精度的规律。建立了加工微结构尺寸的预测模型,利用优化的工艺参数在厚度30μm合金薄片上加工出宽度为300μm平面微线圈结构,通过网络分析仪对电流传感效应进行检测,获得了阻抗变化率为3.46%的响应。证明了直写掩膜应用于微细掩膜电解加工的可行性。

基于掩膜自动编码器的对抗对比蒸馏算法

随着人工智能的不断发展,神经网络对不同领域的任务都表现出了优异的性能.然而,对抗样本的存在对神经网络在安全相关领域中的应用提出了挑战.为了改善对抗训练耗时和对抗样本缺乏多样性的问题,本文提出一种使用改进掩膜自动编码器训练教师网络的对比蒸馏算法抵御对抗攻击.首先,为了减弱教师模型对图像全局特征的依赖,教师模型在改进的掩膜自动编码器中学习如何根据可见子块推理遮挡子块的特征.然后,为了减弱对抗干扰的影响,本文采用知识蒸馏和对比学习的方法提升目标模型的对抗鲁棒性,通过知识蒸馏转移教师模型的特征到学生模型减少模型对全局特征的依赖,通过对比学习提升学生模型对图像之间细节特征的识别能力.最后,本文采用标签信息对分类头进行调节确保识别准确率.在ResNet50和WideResNet50中进行的实验表明,CIFAR-10中对抗准确率平均提升11.50%;CIFAR-100中对抗准确率平均提升6.35%.实验结果证明基于掩膜自动编码器的对比蒸馏算法能够通过只生成一次对抗样本减弱对抗干扰的影响,并通过随机掩膜构建多样本视角提升样本多样性,增强神经网络对抗鲁棒性.

融合有效掩膜和局部增强的遮挡行人重识别

在监控系统中行人经常会被各种障碍物遮挡,使得遮挡行人重识别仍然是一个长期存在的挑战。最近一些基于Transformer和外部语义线索的方法都改善了特征的表示和相关性能,但仍存在表示弱和语义线索不可靠等问题。为解决上述问题,提出了一种基于Transformer的新方法。引入了一种有效的掩膜生成方式,可靠的掩膜可以使模型不依赖外部语义线索并实现自动对齐。提出了一种基于平均注意力分数的序列重建模块,可以更有效地关注前景信息。提出了局部增强模块,获得了更鲁棒的特征表示。比较了所提方法和现有的各种方法在Occluded-Duke,Occluded-ReID,Partial-ReID,Market-1501数据集上的性能。Rank-1准确率分别达到了72.3%、84.8%、86.5%和95.6%,mAP精度分别为62.9%、83.2%、76.4%和89.9%,实验结果表明所提模型性能较其他先进网络有所提升。

射流掩膜电解放电加工工艺实验研究

针对电解放电加工过程中放电击穿的不确定性导致的加工工件形貌不一致及质量变差等问题,提出采用射流掩膜电解放电技术加工工件。通过对射流结构的分析,研究圆形紊动射流流速沿轴线的衰减规律并计算初始段长度,设计并制作了喷嘴及夹具。搭建射流电解加工装置,在不锈钢工件上制备了蓝油掩膜,对加工间距对凹坑形貌的影响进行实验研究。实验结果表明:圆锥收敛结构喷嘴喷射的射流有良好的力学特性,能利用射流的初始段对工件进行加工;具有镂空图案的厚度为50μm蓝油掩膜覆盖在工件上,能有效提高材料去除的定域性;当加工间距为2 mm时,材料去除率达到最大值。

掩膜电解加工制备GH5188圆柱阵列加工工艺研究

本研究致力于解决电解加工技术在同一表面制备大面积高精度圆柱阵列的难题。为达到这一目标,本文运用有限元仿真软件对掩膜电解加工过程进行了全面的分析,揭示了结构变化与场强分布之间的关联规律。通过对仿真结果的仔细拟合分析,确定了通过调整电流密度和加工时间实现阵列结构尺寸控制的方法。研究的关键发现之一是在电流密度范围内,通过控制加工时间在不同电流密度下可以实现相似的阵列结构。这为制备大面积高精度圆柱阵列提供了更加灵活的操作手段。本文深入挖掘了电解加工制备规律,为优化该技术在复杂结构制备中的应用提供了深刻的理论支持。此外,通过对实验结果的验证,验证了仿真模型的可靠性和准确性。研究结果为电解加工技术的进一步发展提供了新的视角,为工程实践中的高精度制备问题提供了可行的解决方案。不仅在理论上深化了对电解加工的认识,也在实践中为制备复杂结构的工艺优化提供了创新的方向。综上所述,本研究不仅提供了深刻的制备规律认识,还为优化电解加工制备复杂结构提供了实质性的理论支持。这一研究成果对于推动电解加工技术的应用和发展具有重要的意义。

基于骨架掩膜图像的动态手势识别算法

动态手势识别是人机交互领域的重要问题,同时也是虚拟现实、远程医疗、手语识别等领域的关键技术。针对动态手势识别中不同人存在手形差异以及同类动作速度不一致的问题,本文提出一种基于骨架掩膜图像的动态手势识别算法。首先对源视频的每一帧手势图像进行骨架提取以及阈值化处理得到手部骨架掩膜图像。接着利用卷积神经网络对掩膜后的骨架图像提取静态空间特征,并输入门控循环单元进行时间上的动态空间特征提取。最后,在全连接层中实现手势分类。该方法有效解决了传统动态手势识别中的空间关系复杂性和时间可变性问题。实验结果证明,本文提出的方法在RWTH数据集上取得了95.52%的准确率,具有良好的识别性能和应用前景。

基于V90伺服的机器人夹具在掩膜版行业的应用

设计并实现了一种新型掩膜版机器人夹具,并将其成功应用于光刻掩膜版(Photomask)制造车间自动化产线中。该新型夹具采用了以Simens V90伺服作为夹具执行机构的解决方案,同时为了满足对无尘车间高洁净度的要求和对产品安全性保护,夹具采用整体封装设计,选用2个伺服电机分别驱动夹具的上夹爪和下夹爪。下卡爪B伺服电机采用Speed的模式,实现绝对位置控制;上卡爪A的伺服电机采用EPOS模式,实现力矩保护控制。方案设计、安装和使用结果表明该夹具稳定可靠,实现了对不同规格的MASK产品的高度兼容,在保证产品安全抓取的同时也能最大化地减少产品接触面积,从而减少对产品的污染,满足对无尘车间高洁净度和对产品安全性抓取转运的需求。

消除经验模态分解中混叠现象的改进掩膜信号法

经验模态分解方法能在时频域上正确地描述非平稳非线性信号的局部特征。但由于模态混淆,当信号组合分量的频率太接近时,常不能得到正确的经验模态分解结果。针对这一情况,提出了消除经验模态分解中混叠现象的一种方法——改进的掩膜信号法,并将其应用于风机叶片振动信号的分析中。该方法以能量为基础对掩膜信号的选择进行改进,并通过掩膜信号结合EMD来达到消除模态混叠现象的效果。对风机叶片振动信号进行验证的结果表明,该方法简便易行,可有效分离混叠模态,提取有用信号,并且对白噪声也有削减效果。

基于局部梯度和复杂度的反锐化掩膜法

分析了反锐化掩膜法的增强问题,针对传统算法的噪声敏感,易在强边缘处过冲,且对灰度变化较小的微弱细节锐度不足的缺陷,提出了一种改进的基于灰度变化强度和频率的自适应图像增强算法。利用非线性形态学重构滤波器获得模糊化图像。打破了传统算法中仅依赖图像灰度变化强度定义权重函数的思想。对于图像灰度剧变区和级别丰富区,根据局部梯度和局部复杂度共同组建新的增益函数,动态调整图像边缘和微小细节部分的权值,提升细节特征的表现力。实验结果表明,该算法能更好地利用图像的相关信息,比传统算法能更有效地锐化细节,保持较高的清晰度,且能抑制图像背景噪声放大,避免边缘过冲。

基于烟羽掩膜的森林火点MODIS探测方法研究

针对MODIS的林火探测算法第四版区域适应性差的不足,利用基于热带雨林特性的潜在火点判定阈值和基于烟羽掩膜的自适应窗口调节技术,对第四版算法进行了改进.烟羽掩膜有利于辅助火点探测,而调整阈值则能改善火点探测的敏感性.根据热带雨林地区森林火灾的特点,潜在火点判定阈值在无烟羽区设为306K,在烟羽掩膜区设为295K.烟羽掩膜可以有效圈定背景像元的范围,增加自适应窗口空间统计分析的约束条件,减少由于降低烟羽掩膜区潜在火点判定阈值而引起的噪声.应用实际火点数据对两种算法进行了比较验证分析.结果表明改进算法后提高了对低温小火点和大扫描角火点探测的敏感性,增强了热带雨林地区的火点探测能力和探测精度.

基于颜色掩膜网络和自注意力机制的叶片病害识别方法

为了提取到更加准确、丰富的叶片病斑的颜色特征和空间特征,解决病害严重程度细粒度分类粗糙、识别准确率低等问题,提出一种融合颜色掩膜网络和自注意力机制(Fusion color mask and self-attention network,FCMSAN)的病害识别方法。FCMSAN由颜色掩膜网络(Color mask network,CMN)和融合通道自适应的自注意力网络(Channel adaptive self-attention network,CASAN)构成。CMN通过学习叶片病斑颜色区域信息提高模型提取颜色特征的能力;CASAN能够提取全局范围内的病斑特征,同时加入病斑的位置特征和通道自适应特征,可以精确、全面定位叶片病斑区域。最后通过特征转换融合模块(Transfer fusion layer,TFL)将CMN和CASAN进行融合。经实验证明,FCMSAN在61类农作物病虫害细粒度识别中,Top-1的分类准确率达到87.97%,平均F1值达到84.48%。最后通过可视化分析,验证了本文方法在病害识别中的有效性。

掩膜光刻法制备柔性抗蚀电子纸微杯及其性能表征

采用液相光刻法,以光聚合材料体系制备了高性能电子纸微杯,研究了所用材料结构与性能的关系,并对其性能进行表征.采用丙烯酸酯材料,以含羧酸的低聚物交联所得的网状结构为抗蚀单元,以聚酯、聚氨酯、异冰片酯单元等为柔性附着力促进单元,通过掩膜光刻法制得微杯结构.经测定该结构在100℃下对四氯乙烯强溶剂抗蚀气密性好,铅笔硬度为3H,卷曲直径为2～3mm,对导电聚酯基材T剥离强度(均值)达0.50N/mm,划格附着力达0级,适用于玻璃、聚酯基材上四氯乙烯为电泳介质的微杯电泳显示.

运用改进掩膜信号法的经验模态分解

为了克服经验模态分解中出现的模态混叠现象,提出了一种基于改进的掩膜信号法的经验模态分解方法。该方法通过设置掩膜信号,并依据能量法优化掩膜信号的选择,结合经验模态分解达到了消除模态混叠现象的目的,并利用仿真信号以及齿轮箱振动信号进行了验证。试验结果表明,该方法可有效分离混叠模态,提取有用信号。