一种基于图像分析的芯片检测系统及方法

    公开(公告)号:CN119540191A

    公开(公告)日:2025-02-28

    申请号:CN202411639882.6

    申请日:2024-11-18

    Abstract: 本发明公开了一种基于图像分析的芯片检测系统及方法,涉及芯片加工检测技术领域,本发明能实现对加工后检测出现质量问题的芯片进行问题工序的溯源,具体是对有可能导致该缺陷问题产生的加工工序进行溯源定位,同时本申请在进行问题工序溯源的同时,考虑了在实际加工作业过程中,存在多个加工工序先后对同一个作业区域在加工内容上的叠加,规避掉在传统做法中,武断地对当下检测出现缺陷问题的加工工序判断存在加工缺陷,本申请能有效提高加工芯片的良率,同时能有效的提高在对芯片加工过程中出现的质量缺陷问题的溯源精确性。

    一种基于大数据的芯片封装定位系统及方法

    公开(公告)号:CN119340257A

    公开(公告)日:2025-01-21

    申请号:CN202411449346.X

    申请日:2024-10-17

    Applicant: 无锡学院

    Abstract: 本发明公开了一种基于大数据的芯片封装定位系统及方法,涉及芯片封装定位技术领域,芯片定位事件获取模块、表征定位差异值分析模块、目标类型芯片标记模块、数据关联模型构建模块和实时预警响应模块;芯片定位事件获取模块用于获取芯片封装系统记录封装前各类型芯片的芯片定位事件,表征定位差异值分析模块析定位结果与对应类型芯片的表征定位差异值;目标类型芯片标记模块用于标记表征定位差异值大于等于表征定位差异值阈值对应的芯片类型为目标类型芯片,数据关联模型构建模块用于构建测试结果与定位结果的数据关联模型;实时预警响应模块对相同类型芯片在执行芯片功能测试环节后封装定位前输入实时测试结果进行定位方式的预警响应。

    基于物联网与边缘计算的车载实时道路信息采集系统

    公开(公告)号:CN118230554B

    公开(公告)日:2024-08-27

    申请号:CN202410642052.2

    申请日:2024-05-23

    Applicant: 无锡学院

    Abstract: 一种基于物联网与边缘计算的车载实时道路信息采集系统。其首先将多个车辆的车辆运行数据通过5G物联网通信网络传输至边缘计算节点,接着,在所述边缘计算节点,分别对所述多个车辆的车辆运行数据进行编码以得到多个车辆运行状态全连接编码特征向量,然后,在所述边缘计算节点,对所述多个车辆运行状态全连接编码特征向量进行特征提取以得到车辆间运行状态关联特征向量的序列,接着,在所述边缘计算节点,将所述车辆间运行状态关联特征向量的序列通过门控特征筛选本质特征网络以得到道路全域车辆间运行状态关联表征特征,最后,基于所述道路全域车辆间运行状态关联表征特征,确定道路拥堵状态等级标签。

    一种基于XGBoost的降尺度积雪深度反演方法

    公开(公告)号:CN118446092A

    公开(公告)日:2024-08-06

    申请号:CN202410535294.1

    申请日:2024-04-30

    Applicant: 无锡学院

    Abstract: 本发明公开了一种基于XGBoost的降尺度积雪深度反演方法,属于积雪深度监测技术领域。其方法包括:Step1:获取待反演区域的输入数据;Step2:对获取的数据进行预处理;Step3:根据站点的经纬度开展数据匹配,得到站点对应的亮温数据、积雪深度数据和辅助特征数据;Step4:进行参数筛选;Step5:输入机器学习积雪深度反演模型训练;Step6:对最优模型进行不同雪深下的模型精度验证;Step7:获得所述最优模型的特征重要性排序;Step8:进行500米空间分辨率的积雪深度制图。本发明使用XGBoost算法可以更好地学习到积雪深度与特征之间复杂的非线性关系,提高了雪深监测的能力。

    一种具有分选功能的采摘机

    公开(公告)号:CN116602121B

    公开(公告)日:2023-09-19

    申请号:CN202310894418.0

    申请日:2023-07-20

    Applicant: 无锡学院

    Abstract: 本发明涉及农作物采摘机技术领域,具体为一种具有分选功能的采摘机,包括采摘机本体,还包括有固定座,固定座设置在采摘机本体上;分选件,分选件设置在固定座上,夹持板,夹持板设置有两个,两个夹持板分别设置在固定座两侧;同步转动部件,同步转动部件设置在固定座上,并与两个夹持板相连接,此具有分选功能的采摘机,利用所述分选件能够对长条形农作物进行检测分选;利用所述同步转动部件驱使两个所述夹持板;在所述同步转动部件驱使两个夹持板相互靠近后,所述气动防护部件对两个所述气囊同时进气,在所述同步转动部件驱使两个夹持板相互远离至靠近固定座时,所述气动防护部件同时释放两个气囊内的气体,吹动周围的农作物叶片。

    一种自适应管壁内径的机械夹具

    公开(公告)号:CN115042111A

    公开(公告)日:2022-09-13

    申请号:CN202210983897.9

    申请日:2022-08-17

    Applicant: 无锡学院

    Abstract: 本发明公开了一种自适应管壁内径的机械夹具,属于机械领域,夹具底座左侧中央安装有固定块,固定块内安装有螺杆,夹具底座顶部安装有锥台固定座,锥台固定座顶部安装有固定顶盖,锥台固定座左右两侧均开设有第一滑动槽,左右第一滑动槽内均安装有弧形转动支撑杆,且弧形转动支撑杆通过夹具底座与螺杆相连接,锥台固定座上安装有管壁内径位于上锥台与下锥台直径之间的管件;本发明能够自适应一定范围内的管件大小,并且从管件内壁进行固定,更加方便对管件外壁进行打磨、加工。

    一种基于RepFNet网络的积雪覆盖度监测方法

    公开(公告)号:CN119942367A

    公开(公告)日:2025-05-06

    申请号:CN202510414342.6

    申请日:2025-04-03

    Applicant: 无锡学院

    Abstract: 本发明涉及遥感图像处理与气象监测技术领域,具体为一种基于RepFNet网络的积雪覆盖度监测方法,包括:获取FY‑4A影像数据、Landsat卫星影像数据和地理辅助数据;构建适用于深度学习训练的数据集;生成高分辨率的积雪覆盖度图像;构建编码器‑解码器架构的RepFNet网络模型,集成改进的特征提取模块、动态上采样模块及自适应图通道注意力模块;确定最佳模块组合和参数配置;使用ADAM优化器结合动态学习率策略进行模型训练;通过调整超参数和对比实验,优化模型性能;利用训练完成的RepFNet模型对研究区域进行积雪覆盖度的精准反演,并结合时空滤波方法进行去云处理,确保积雪监测的准确性和稳定性。

    交通流预测模型的构建方法及交通流预测方法

    公开(公告)号:CN118886801A

    公开(公告)日:2024-11-01

    申请号:CN202411382722.8

    申请日:2024-09-30

    Applicant: 无锡学院

    Abstract: 本发明公开一种交通流预测模型的构建方法及交通流预测方法,包括如下步骤:S100、以图结构来描述网络中实体之间的关系,同时构建节点之间的特征矩阵;S200、根据图结构和特征矩阵,采用结合时空注意力机制的卷积神经网络框架,构建交通流预测模型。本发明建立一个由图网络生成层、图卷积模块和多尺度时间卷积模块三个核心组件构成的框架,由自适应动态图生成器和异构邻接关系注意力机制来生成动态邻接矩阵,并对多类邻接矩阵聚合,进而更好地利用交通节点中的交通特性,以及捕捉提取交通特征里隐含的空间特征,克服了传统方法的局限性,有效地解决了传统交通流量预测方法在智能交通系统中预测准确度度、无法反映交通网络影响等问题。

    基于物联网与边缘计算的车载实时道路信息采集系统

    公开(公告)号:CN118230554A

    公开(公告)日:2024-06-21

    申请号:CN202410642052.2

    申请日:2024-05-23

    Applicant: 无锡学院

    Abstract: 一种基于物联网与边缘计算的车载实时道路信息采集系统。其首先将多个车辆的车辆运行数据通过5G物联网通信网络传输至边缘计算节点,接着,在所述边缘计算节点,分别对所述多个车辆的车辆运行数据进行编码以得到多个车辆运行状态全连接编码特征向量,然后,在所述边缘计算节点,对所述多个车辆运行状态全连接编码特征向量进行特征提取以得到车辆间运行状态关联特征向量的序列,接着,在所述边缘计算节点,将所述车辆间运行状态关联特征向量的序列通过门控特征筛选本质特征网络以得到道路全域车辆间运行状态关联表征特征,最后,基于所述道路全域车辆间运行状态关联表征特征,确定道路拥堵状态等级标签。

    基于深度学习的并行双路轴承故障诊断方法及系统

    公开(公告)号:CN119574117A

    公开(公告)日:2025-03-07

    申请号:CN202411757188.4

    申请日:2024-12-03

    Applicant: 无锡学院

    Abstract: 本发明公开一种基于深度学习的并行双路轴承故障诊断方法机系统,包括:采集滚动轴承的故障振动信号,并对其进行特征工程处理。特征工程处理包括变分模态分解和连续小波变换,生成不同故障类型的本征模态函数及相应的小波时频图。处理得到的特征数据作为双路模型中CNN支路的输入,另一支路则采用原始信号输入到MLP支路。最后,通过全连接层结合两个支路的输出,形成故障诊断结果。该发明具有样本需求少、诊断准确率高、鲁棒性强的特点,适用于数据样本有限情况下的轴承故障检测,显著提高了故障诊断的效率和准确性。

Patent Agency Ranking