基于微流控技术的高通量材料合成、表征及测试平台

随着微流控技术的不断发展以及传统实验方法所暴露出的种种弊端,人们迫切希望微流控技术可以将传统实验室中的实验操作过程如样品预处理、混合、反应、萃取、分离、表征和检测等集中在一个芯片上,以微流控芯片代替传统实验室。这种高通量的实验方法将显著提高反应效率,增加产量,从而不但实现高通量材料的合成、表征与检测,也进一步促进了平台的集成化、微型化、自动化和便携化的发展。     

基于轻量级网络的防伪标签检测算法

近年来, 伪造盗版产品带来的经济损失逐年增大, 伪造技术不断提升, 防伪检测问题受到了广泛关注. 为了解决现有防伪检测方法的计算量大、资源占用高、检测耗时较长等问题, 提出了一种基于轻量级网络的防伪标签识别检测模型, 该模型采用更为轻量的卷积神经网络(convolutional neural network, CNN)来进行形状和纹理的识别. 在形状识别任务中, 降低池化层大小以增强模型学习能力; 在纹理分类任务中, 使用协调注意力(coordinate attention, CA)模块来增强模型对单一特征图的信息获取. 通过设计损失函数增强模型对真伪样本识别能力, 并通过特征向量最大值得到预测结果. 实验结果表明, 该方法整体识别检测的准确率可达 95.67%, 检测时间相较于传统方法有显著减少.