公开(公告)号：CN110991649A

公开(公告)日：2020-04-10

申请号：CN201911030254.7

申请日：2019-10-28

Applicant: 中国电子产品可靠性与环境试验研究所((工业和信息化部电子第五研究所)(中国赛宝实验室))

Inventor： 林家全 ,  谢浪雄 ,  杨东裕

IPC: G06N20/00

Abstract: 本申请涉及一种深度学习模型搭建方法、装置、设备和存储介质。该方法包括：服务器通过获取用户基于可视化界面选择的应用类型，根据应用类型与深度学习模型之间的对应关系，展示应用类型对应的目标深度学习模型搭建时所需的函数组件，获取用户从目标深度学习模型所需的函数组件中选择的目标函数组件和参数，根据目标函数组件和目标函数组件的参数构建并保存目标深度学习模型。由于服务器根据用户选择的不同应用类型的深度学习模型，向用户展示该模型在构建时所需的组件信息和参数信息，使得用户在构建个性化深度学习模型的过程中，更加直观、清晰对深度学习模型进行设置与调试，提高了用户构建深度学习模型的自由度。

公开(公告)号：CN111077853A

公开(公告)日：2020-04-28

申请号：CN201911120292.1

申请日：2019-11-15

Applicant: 中国电子产品可靠性与环境试验研究所((工业和信息化部电子第五研究所)(中国赛宝实验室))

Inventor： 张旭阳 ,  李小平 ,  杨东裕 ,  谢浪雄 ,  林家全

IPC: G05B19/418

Abstract: 本申请涉及一种建模仿真方法、装置、计算机设备和存储介质。该方法包括：计算机设备获取生产设备的建模信息；该建模信息包括生产设备的结构信息和运行动作控制信息；根据建模信息，构建生产设备的数字孪生模型；通过工艺控制程序运行数字孪生模型，得到仿真结果；其中，工艺控制程序为根据生产设备的实际工艺显性知识和运行动作控制信息构建的脚本。采用本方法能够构建的数字孪生模型保存在数据库中，可以重复使用，减少了生产线仿真的时间成本，该数字孪生模型还融合了工艺知识，提高了仿真结果，进而提高生产线的仿真效率。

公开(公告)号：CN109918309A

公开(公告)日：2019-06-21

申请号：CN201910196943.9

申请日：2019-03-15

Applicant: 中国电子产品可靠性与环境试验研究所((工业和信息化部电子第五研究所)(中国赛宝实验室)) ,  重庆赛宝工业技术研究院

Inventor： 张旭阳 ,  杨东裕 ,  谢浪雄 ,  潘旭 ,  李小平 ,  朱笛

IPC: G06F11/36

Abstract: 本申请涉及一种电子产品测试方法、装置、系统和存储介质。所述方法包括步骤：接收企业测试请求，并根据企业测试请求生成测试订单；测试订单包括电子产品信息、测试项目、测试时间、测试地点和测试要求；在接收到与测试订单匹配的脚本参数时，依据脚本参数生成测试脚本集；脚本参数包括电子产品系统类型、脚本语言类型；将测试脚本集传输给与测试订单匹配的测试前端设备；测试脚本集用于指示测试前端设备对待测试电子产品进行测试；接收测试前端设备反馈的测试结果，从而加快了响应企业测试请求的速度，也加快了测试任务分派以及完成测试的速度，有利于满足电子产品种类和数量都越来越多的测试需求。