《表3 本文算法与其他算法对比》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《一种新型的半导体SMA缺陷识别方法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

本文算法与其他相关算法在扩充后的数据集上实验结果统计如表3所示。从表3中可以看到，本文算法识别精度最高，在3个深度神经网络中，训练时间5.4 h相对来说时间较短，由于本文算法对AlexNet模型在池化层和全连接层进行稀疏化改进，所以本文算法在收敛速度上慢于Bi-2DPCA+AlexNet算法。但测试时间是4个算法中最短的，SVM的训练时间明显少于其他3个深度神经网络，但是测试时间比其他算法要长。考虑到在生产线上进行实时检测对算法的测试时间要求较高，而训练时间要求并不是太苛刻，因此，从实用性角度来看，本文算法更加适合二极管塑封表面流水线的质量检测。