最优化计算方法常用程序汇编

晶圆缺陷检测与分类的卷积神经网络；针对晶圆检验时扫描电镜图像的缺陷检测和缺陷分类两问题，采用了“ ZFNet”的卷积神经网络来分类晶圆缺陷，并基于该分类器实现了一种“基于块的卷积神经网络”缺陷检测算法。为了提高准确率和加快速度，又改动“更快的区域卷积神经网络”实现了另一种检测算法。第卷第期邡鑫,史峥:晶圆缺陌检测与分类的卷积神经网络ZENet classifierDarker ImIn.ril” HumpBitel检测算法示意图在训练检测器时,数据集是检测器原始尺寸的图像,且包含标记好的缺陷区域和类型。我们结构通过·系列数据扩张操作,得到组数据,随机选取相比于检测算法主作为训练集,作为测试集。要从以下三方面进行了针对性的改进算法中需要优化的参数有滑动窗口尺寸滑()针对重复计算卷积的缺点,采用先动步幅、概率阙值、面积阙值,由于无法求出统一计算特征图,再按)进行映射各参数与检测结果的明确关系式,所以采用遍历法优化参截取的办法。如图,先通过卷积网络(数。因为检测到的缺陷尽量正确和尽量检测到所有缺陷是)对输入图像计算得到其特征图,因为在输入图像矛盾的,故以精确率和召回率的调和平均值作为优上的都能映射到特征图上,所以从输入图像上按化目标,也可根据实际需要调整两者权重满足不同侧重。割取图像进行卷积运算可以替代为直接从特征图上按测试结果映射后的范围割取,从而避免多次重复计算卷积。由于用训练好的检测模型对测试集检的大小形状不·,而全连接层的神经元连接数是固定的,测,计算模式下每张图大概耗时如果检测到的缺所以对割取得到的子特征图,通过层次采样到统陷与标准答案的且类型相同,则判为正确,否尺寸以连接到全连接层。则判为错误。得到结果如表,计算得:laut Image精确率Feature Map召回率ROI其屮正确缺陷的平均表检测器测试结果数量正确错误network有缺陷(正类)图映射示意图从检测结果来看该算法基本实现∫对图像上晶圆()针对滑动窗口尺寸单·的缺点,增缺陷的检测和分类,但是值较低,缺陷检测位置不加了滑动窗口的尺寸类型,并且增加由一个全卷积网络准确,检测耗时较长,分析其原囚如下)组成的()检测出错的数据中,缺陷较大的类型易判断错,)来预判断是否有缺陷。本文采用面积缺陷较小的容易被漏掉,说明只使用一种尺寸的滑动框很分别为,长宽比分别为、共难适应尺寸变化范围较大的缺陷种尺寸的滑动窗口,依次计算其中有缺陷的概率,再从中)滑动框步幅减小则算法耗时平方倍增加,而步幅筛选出一定数量最有可能有缺陷的区域,进行非极大值抑过长造成缺陷概率分布图分辨率较差,从而检测到缺陷位制(),最后得到一定数置准确度较差量的候选区域。()相邻滑动框都有大量重叠,所以每个区域都被多()针对缺陷检测位置准确度差的缺点,次重复送入计算卷积,导致算法耗吋较长。在全连接层后连接一个边界回归层在与上述检测算法相似的图像目标检测领域,近来出用来修正缺陷位置,该回归层与分类层并列。现的很好的克服了以上缺点并取得了很好的针对本文的缺陷检测问题,直接套用标准效果,所以下面介绍如何通过改动实现品圆并不能解决问题。因为判断晶圆的缺陷类型通常需缺陷的检测与分类。要结合缺陷区域周围的图形信息,而在预判断是否有C1994-2017ChinaAcademicJournalElcctronicPublishinghOusc.Allrightsrescrved.http://www.cnki.nct计算机工程年月日缺陷吋还进行了边界回归。虽然更加准确的给出缺陷的位()将原尺寸为的图像调整为置,但送入检测网络的特征儿乎不包含缺陷周围图肜信息,使得滑动窗口尺寸能够适应缺陷大小的变化范围,也可以导致缺陷分类不准。故木文对标准徹了一些根据实际情况来具体调整。改动:得到缺陷检测算法如图,卷积网络(()将改为只判断滑动窗口内是否有缺陷,而,)将输入图僚转换成多种特征图;根据不进行边界回归,也就是只计算所有滑动窗口有缺陷的概特征图从滑动窗口中选出最有可能存在缺陷的率,选取可能性最大的个,做非极大值抑制,再选出层根据特征图中抽取出对应特征组成特可能性最大的个进行检测。征向量;检测网络()根据特征向()将卷积层的尺寸加大为,加大感受野量判断缺陷类型,并进行边界回归;最后通过和概率),从而在判断滑动框內是否有缺陷吋能参阈值对候选缺陷进行过滤即可得到最终缺陷。考更多的周围信息。Detection NetworkonFolutionnl actorSoftmaxRuI Puling liver,e Prop卟 edMS+PrubilitessionInput Image 1024*1024Fully 10 dyercrectCcrvchrionalLaver size 747图检测算法示意图模型训练和平均值作为优化目标,并且使用相同的训练集和图中的检测算法也是基于架构实现,因为卷测试集积网络提取的特征类型对相似普遍有效,故其卷积网络的测试结果参数是直接迁移第章分类器的卷积层参数。但是用训练好的检测模型对测试集检测,和的参数则需要通过方法进行训练,标准计算模式下每张图大概耗时,采用相同判定标准,提供了分开和联合两种训练方式。为了节约得到检测结果如表(其中负类总数与表中总数不同是因时间,本文采用联合训练方式,并结合缺陷检测问题的实为同一张图屮可能检测到多个缺陷),计算得际情况调整超参数精确率在训练时,对每张输入图像,要计算的滑动窗口召回率数量庞大(种尺寸的滑动窗口,滑动步幅)。所以从中随机抽取个作为训练集,其中正例其中正确缺陷的平均负例,且正例占比不超过。分类器采用表检测器测试结果损失函数数量正确错误在训练时,设置提供个,从中随有缺陷(正类)机选取个作为训练集,其屮正例无缺陷(负类)负例,且正例占比不超过。另外设置学从结果来看该算法各方面都优于检测算习率分类器采用损失函数,而边界回法和值更高说明检测检测缺陷类型正确归采用函数。且位置准确,而且速度也大大提高(检测一张图像耗时从为了与检测算法对比,在最后通过遍历法缩小到)。如图为检测缺陷示例,共中标注了缺陷优化和概率阈值时,同样以精确率和召回率的调位置、类型和对应概率C1994-2017ChinaAcademicJournalElcctronicPublishinghOusc.Allrightsrescrved.http://www.cnki.nct邡鑫,史峥:晶圆缺陷检测与分类的卷积神经网络I I图检测结果示例图结束语而对图像上的缺陷检测和缺陷分类这两个问题,本文提出的改动后的检测算法能够精准、快速地从图像中检测出缺陷并同吋进行分类。得益于卷积神经网络良好的特征学习能力,该检测算法能够根据标记好缺陷位置和类型的数据自动学习特征,从而尽量避免人工千预,使算法具有较强的适应能力。参考文献徐姗姗刘应安徐昇基于卷积神经网络的木材缺陷识别山东大学学报工学版刘云杨建滨王传旭基于卷积神经网络的苹果缺陷检测算法电子测量技术江帆刘辉王彬等基于模型的图像识别计算机工程C1994-2017ChinaAcademicJournalElcctronicPublishinghOusc.Allrightsrescrved.http://www.cnki.nct

Linux枕边书，主要是讲LINUX的前世今生、应用以及架构分析的，最后顺带介绍了一下Gentoo的生平事迹致谢Eric Steven Raymond编写的 < The Art of Unia Programming i让我意识到了UNIX哲学是如此的重要。我对Iinu知识的进步都得益于阅读此书后明白」UNIX的哲学。书中为介绍UNIX的哲学而摘录的名言警句我也同样应用到了我的书中。在此对 Eric Steven Raymond大师表示感谢为了编写本书,查阅了大量相关资料。再此对这些资料的提供者表小感谢。它们是维基百科(英文),维基百科(中文),IEEE标准文档,ISO标准文档,RFC标准文档。对 Gentoo的viki表示感谢,没有它我就不可能学会 Gentoo,更不用说编写本身的过程中我再三查阅 Gentoo的wik确保自己记忆沒有出错。编写“Shel基础”这一小节参考了GNU官方网站的BASH文档。编写网终基础这一章节的时候,参考了《通信基础》,和《TCP/IP详解》三卷书的内容。目录致谢3第0章序1301为什么又写本书140.2UNIX的史前文明0.3UNIX的故事180.3.1UNX混乱和分裂0.32统一的UNX和 POSIX标准0.4GNU的故事210.4.1认识自由的含义0.4.2为了自由2204.3以 Copyright保护 Copyleft23第1章UNIX哲学251.1一切都是文件2512鼓励程序间协作261.3一个程序只做一件事情并把它做好281.4使用文木流,因为这个是通用的协议291.5懒惰原贝311.6UNIX和非UNIX32第2章黑客和 Linux3521从UNX到 Linux362.2 Linux诞生3622.1被UNIX忽略的PC222386BSD、Minⅸ催生 Linux.392.2.3以GPL开源39目录第3章初识 Linux4130.4使用 Linux内核的操作系统——发行版423.1发行版的意义1232包管理和软件仓库4332.1包管理43322软件仓厍45第4章安装 Linux4941安装准备5042shel快速入门534.3引导管理器574.4init系统选择605分区规划6445.1分区基础知识64452为磁盘分区674.5.3文件系统结构标准(FHS)45.4文件系统选择7246开始安装4.6.1正式开始安装过程7346.2 emerge用法754.6.3配置make.conf4.6.4内核编译4.6.5系统初步配置一重启前配置4.6.6安装基础系统9946.7配置引导程序10247重启后安装103第5章 Linux的日常1055.1某日常的man-pages1055.2UNIX权限基础1075.2.1用户和组1075.22文件操作权限1095.3 Shell常应用1105.3.1bash名称的道听途说1105.32shel字符串展开5.3.3shel变量和环境变量112目录53.4shel和文件管理1135.3.5管道和重定向1155.3.6bash是门编程语言1164文件编辑器1215.4.1编辑器之神vim.,1215.42神之编辑器 emacs..1245.5系统管理基础1255.5.1进程管理12555.2系统服务管理125第6章软件管理1276.1软件的分发.1276.2软件的编译1276.2.1 Makefile1286.2.2 autotools..1296.2.3 cmake1306.3发行版的包管理..1316.3.1软件仓库1316.3.2 portage/Emerge1326.33有关SLOT,Ⅴ irtual,分支,体系结构和 Profile.1356.34当 Portage抱怨的时候1366.4理解 portage142641文件和目录142642附加工具1446.5使用 overlay扩展 portage145第7章图形界面1477.1图形、字体和窗口1477.2X窗口系统.1507.2.1窗口管理1527.22混合窗冂管理器154723Open(江L和Mea.15772.4内核模式设置(KMS)1597.3安装基础Ⅹ环境l607.4桌面环境1637.4.1KDE.164目录7.4.2 GNOME-Shell17075办公和打印1727.5.1 LibreOffice1727.52使用CUPS打印文档1727.6声音的那些事1727.6.1声音的数字编码1737.6.2ALSA高级 Linux声音架构174763 Pulseaudio优秀的声音服务器1767.64对 PC HiFi的一些建议..1777.7 Wayland178771X的局限和扩展1797.72渲染库和静态链接18177.3混合18377.4窗口管理器做为 Display server怎么样184第8章网终基础1878.1层次协议网络.18781.1网络接口层189812网络层:IP协议195813传输层:TCP和UDP9881.4应用层.2018.2网络地址配置205821 Linux网络设备命名20582.2图形环境下的工具206823命令行配置工具2088.24网络自动配置和DHCP2088.2.5 ifconfig20883网络攻击和防火墙209831网络攻击类型和检测2098.3,2 iptables防火墙209第9章文件系统2119.1磁盘文件系统2119.1.1硬盘结构,21291.2非日志文件系统21391.3日志文件系统214目录9.2虚拟文件系统.....215921内核信息窗口/proc和/sys215922/dv设备文件系统和udev.21592.3虚拟内存盘 tmpfs.2179.3网络文件系统2179.3.1NFS2179.32 Windows网上邻居:CIFS2199.4其他的文件系统,,,222941 Lived的最爱—压缩文件系统 squashfs222942为Fash芯片设计的文件系统..223第10章架设服务器22510.1搭建HTTP服务器2251011安装 Apache22510.12添加开机自启动 Apache2261013php支持.22610.2数据库..22710.3文件共享—FTP和 Samba..22810.3.1F①P,...22810.3.2 Samba22910.4共享打印机23010.41使用CUPS共亨打印机23010.42使用 Samba共享打印机..232第11章压榨机器的性能23511.1编泽优化.23711.1.1编译期优化237111.2链接时优化(LTO, Link Time Optimization)240111.3PGO241附录AFAQ243什么是 LiveCD?.2如何使用 LiveCd。2433UEFI和BIOS是什么?2434什么是API?。.2435 Shell是什么?2410目录6什么是进程和线程?244什么是内存分页?2448如何不重新登录切换到roo帐号?2449对称多处理器24410 Initramfs是什么24411抢占式多任务24512内核参数24613交换分区和交换文件24614汉化man手册24615符号链接24616内存映射 IO-MMIC24717内核枧频模式设置-KMS24818CISC和RISC24819 RPC24820INI文件格式..248附录Bman手册251B.1第一部分:UNX用户于册..251B. 1.1 test2251B.1.2 test251B 1.3 test3251B.2第二部分:系统调用251B.3第三部分:库函数251B.4第四部分:设备和特殊文件251B 4.1 null. zero251附录C名称缩写252附录D图片索引255附录 E Gentoo的前身今世259Gentoo的前世今生,第一部259E.1 Gentoo linux发行版的诞生259E.11我和inux.259E.1.2 Linux的潜能260E.1.3 Linux的人文艺术260

c++开发的复杂网络聚类系数最短路径平均长度介数等计算

用MATLAB编写的svm源程序，可以实现支持向量机，用于特征分类或提取-MATLAB svm prepared by the source, can achieve a support vector machine for the feature classification or extract

关于移动机器人路径规划的ppt，参考了大量文献，涵盖了几乎可以看到的所有成熟路径规划算法并且加入了很多作者本人的理解。希望对需要的朋友有所帮助。-on mobile robot path planning ppt reference to the vast body of literature, cover almost all can see the maturity path planning algorithm and to the many authors I understand. Hope to a friend in need of help.

毕业设计在线视频点播系统＋开题报告＋论文＋PPT

《现代整流器技术：有源功率因数校正技术》系统地介绍了功率因数校正电路的原理和应用技术。书中详细介绍了单相功率因数校正电路原理及控制方法（包括CCM单相Boost型功率因数校正电路、CRM单相Boost型功率因数校正电路、交错并联功率因数校正电路、无桥型功率因数校正电路、低频开关功率因数校正电路）和三相功率因数校正电路原理及控制（重点介绍了电压型和电流型三相功率因数校正电路数学模型、锁相、PWM、控制技术）。此外，《现代整流器技术：有源功率因数校正技术》还介绍了软开关功率因数校正电路的原理，包括单相、三相有源箝位零电压开关功率因数校正电路。　　《现代整流器技术：有源功率因数校正技术》可作为电气

国外大牛 Andrew Fitzgibbon写的ICP算法实现代码，含2D和3D，工具包，可以打开主目录下的Untitled3看一下效果。

用aspx.net做的微信公众号支付，把payConfig替换成自己的数据发布到微信公众平台自己配置的url就可以跑起来，哪里有问题可以在下面评论或者加QQ358520859，如果这个dome没问题请给个满星好评。谢谢

RLC电路的matlab仿真的M文件，用三种不同的方法仿真RLC电路，是一个系统仿真的简单实例