您当前的位置：
首页 >
文章列表页 >
基于改进自编码器与深度特征提取器的晶圆表面缺陷检测
专栏：工业软件与智造未来 | 更新时间：2024-10-14
|

    • 基于改进自编码器与深度特征提取器的晶圆表面缺陷检测

    • Wafer Surface Defect Detection Based on Improved Autoencoder and Deep Feature Extractor

    • “在半导体缺陷检测领域，研究人员提出了一种基于改进自编码器和深度特征提取器的晶圆表面缺陷检测模型，有效提升了缺陷检测精度。”
    • 软件导刊   2024年23卷第10期 页码：48-54

    • DOI：10.11907/rjdk.241392    

      中图分类号： TP391.4

    • 纸质出版日期：2024-10-15，

      收稿日期：2024-04-22，

    移动端阅览

  • 凌鸿伟,张建敏.基于改进自编码器与深度特征提取器的晶圆表面缺陷检测[J].软件导刊,2024,23(10):48-54. DOI： 10.11907/rjdk.241392.

    LING Hongwei,ZHANG Jianmin.Wafer Surface Defect Detection Based on Improved Autoencoder and Deep Feature Extractor[J].Software Guide,2024,23(10):48-54. DOI： 10.11907/rjdk.241392.

  •  
  •  

0

浏览量

0

下载量

0

CSCD

文章被引用时，请邮件提醒。
提交
工具集
下载
参考文献导出
分享
收藏
添加至我的专辑

相关文章

基于双目结构光的手机中框特征提取研究
表面肌电信号手势识别算法综述
基于YOLO-v7的无人机航拍图像小目标检测改进算法
点云特征提取精简方法研究
基于轻量化YOLOv5-GCDNet的航拍绝缘子掉串检测

相关作者

邓锋
赵德安
姬伟
李长峰
陈辉
马腾
王硕
程云章

相关机构

常州铭赛机器人科技股份有限公司
江苏大学 电气信息工程学院
上海理工大学 健康科学与工程学院
上海理工大学 上海介入医疗器械工程技术研究中心
江苏科技大学 计算机学院
0