基于深度学习优化SSD算法的硅片隐裂检测识别

针对传统的通过机器视觉和机器学习算法检测识别硅片隐裂所存在的精度低、识别率差、检测耗时长的问题,提出一种新的检测方法,即采用优化的单个深度神经网络来检测图像中的目标的方法 (Single Shot MultiBox Detector,SSD),对SSD的特征提取网络融合了密集连接卷积网络(Densely Connected Convolutional Networks,Dense Net),解决了原网络对低于0. 1 mm的裂痕提取困难的缺点。通过实验,优化后的SSD检测算法对低于0. 01 mm裂纹检测精度比传统的通过纹理滤波和SVM分类检测算法提高了22%,比没有优化的SSD算法检测准确率提高了6%。证明了本文作者所提方法的有效性。     

杨梅核多酚提取优化及体外抗氧化和降血糖活性研究

为提高杨梅核的开发利用价值,利用超声辅助法提取杨梅核多酚,采用单因素和响应面方法优化提取条件,并对杨梅核多酚的抗氧化和体外降血糖活性进行研究.结果 表明:杨梅核的最佳提取工艺为:超声功率180 W、乙醇浓度57.4％、提取时间74.7 min、固液比1∶30.6,在此条件下获得的杨梅核多酚的提取量为8.50 mg/g....