【无标题】

1、我这个人挺磨磨蹭蹭的，明明周末要写的，非拖到了工作日，写写停停。看到了徐涛老师的一句话，别人能娓娓而谈、而你哪怕脑袋里想了很多遍却还是感觉背书，不要着急，慢慢改变。你不用变得很外向,内向也挺好的,但是需要你站出来的时候,一定要勇敢。希望能改变一下自己，在需要勇敢的时候，能够娓娓而谈。

2、 周六看完了刘同的《谁的青春不迷茫》，30岁的人生开始有点看不懂了，但也更加认识到那些牛人和普通人其实也没有什么不一样，可能更加通透，活出自己。

3、 周日去学烘焙。

小时候就爱做菜（瞎搞），以前的梦想就是当一名大厨，去人民大会堂做菜（哈哈哈，受小时候老师影响，经常举例说当地职校的大厨都做到人民大会堂去了）。做了肠仔面包、核桃酥，懂了一些原理。
原来面包做的发白、保存期延长，是用了面包改良剂（自己吃就尽量别放了）
原来发酵面包时，发酵到1.5–2倍就可以了（而不是时间）；酵母菌发酵温度在38度，50度就失活了，低温可以保存酵母；夏天用冰水，冬天用温水活面
原来面粉的区分方法，高、中、底筋面粉区分是根据蛋白质含量
原来蓬松的方法还挺多的，1、物理蓬松，如淀粉糊，泡芙；2、微生物蓬松，如酵母菌；3、化学蓬松，如小苏打

学废了好多、、、

4、 被抓取跳舞，希望能减10斤，早上30分钟的减脂坚持了2星期，感觉还行。希望能坚持下去哦。

5、 最近发生的事情，让我有点相信非科学的事情了、、

6、JT、JM同学说我的想法是挺厉害的，执行力也行，就有时候妄自菲薄，可能是遇见了更厉害的人，对自己太苛责了；平时要开开心心的，别给自己太大压力，做个开心的吃货。

各位领导同事：
大家下午好！我是来自YE的江爽。
我今天发表的课题是外观不良坐标别集中性异常感知改善。

    图中展示的是工程中异常感知项目及方法。
    OLB不良、破碎以及检查bin2我们通过活用各种感知系统，真性收率以及bin2率控制在合理范围内
    且感知时间能达到10分钟级别。
    但对于外观不良，现有的bin2达到30%以上，但实际不良率不到1%，假性检出多，管理难度大，真性流出风险大，感知时间长，极易产生品质风险

    为了减少外观不良的风险，我们在原有的bin2监控的基准上，增加坐标别异常感知
    1、首先vision设备上传异常坐标信息
    2、然后dbscan算法对这些产品异常坐标进行聚类计算
    3、对于计算出的异常数据，及时锁定设备，然后反馈给工程，进行改善

     这个算法有两个核心：点之间的距离以及聚集的数量，当他们大于设定基准时，就表示这里是异常的
     当点之前距离小于设定值且聚集数量大于我们设定值时，表示这是个核心点，如图红色这些
     在核心点附近的点，我们称为边缘点，如上图黄色这些。远离核心点和边缘点的点，我们称为噪声点，如上蓝色点
     这些噪声点，在后续的计算中，我们首先会排除出去

     dbscan算法的详细步骤如下：
      第一步，先选取点之间的距离以及聚集的数量作为基准，然后初始化他们
      第二步，每个点我们判定核心点或者边界点以及噪声点
      第三步，核心点进行聚集，噪声点丢弃。循环上面的点位，直到所有扫描完成
      如图我们得到了2个聚集，表示这里是有风险的，我们需要及时向设备发起预警，反馈工程

    右图我们统计的是11月份SVI的适用结果
    我们看到真性检出率从30%提高到了70%，过检从50%降低到了20%。感知时间也从原来的3H降低到了10min
    向后，像SVI背面、以及ICC/AOT等外观工程也增加不良坐标位置集中性管理