-
公开(公告)号：CN118445624B
公开(公告)日：2024-11-15
申请号：CN202410766498.6
申请日：2024-06-14
Applicant: 江南大学 , 中国电子科技集团公司第五十八研究所
IPC: G06F18/214 , G06N3/082 , G06N3/0895 , G06N3/09 , G06N3/098 , G06F18/213 , G06F18/21 , G06F18/22 , G06F18/2413 , G01N29/44 , G01N29/04
Abstract: 本发明涉及一种倒装芯片缺陷检测方法、系统、设备和介质，其中，方法包括：步骤S1：采集倒装芯片的一维振动数据，并将采集的一维振动数据划分为训练集、测试集和未标记样本集；步骤S2：将所述训练集划分为支持集和查询集，基于所述支持集和所述查询集构建若干损失函数，通过若干损失函数对预先设置的改进原型网络进行训练；步骤S3：对所述未标记样本集中的样本赋予伪标签，得到伪标签样本，并扩充所述训练集，通过扩充的训练集对改进原型网络进一步训练，得到训练好的改进原型网络；步骤S4：将所述测试集导入训练好的改进原型网络进行缺陷检测，得到检测结果。本发明能够有效提高在小样本情况下倒装芯片缺陷检测的准确性。
-
公开(公告)号：CN118365802A
公开(公告)日：2024-07-19
申请号：CN202410786283.0
申请日：2024-06-18
Applicant: 江南大学
Abstract: 本发明涉及计算机视觉技术领域，公开了一种三维点云重建方法、装置及计算机可读存储介质，包括获取待重建物体的第一与第二角度点云数据分别进行去噪与聚类，获取第一与第二角度主体点云后，基于预设匹配点对，构建相似度矩阵；利用谱分解获取相似度矩阵中每对匹配点对的匹配置信度，将具有局部最大置信度的匹配点对，作为匹配种子点对；统计匹配种子点对中所有与二值化相似度矩阵兼容的匹配点对，构建高阶空间矩阵；计算高阶空间矩阵中所有匹配点对相似度，获取相似度最高的前预设个匹配点对构成目标匹配点对集合，利用奇异值分解法，得刚体变换矩阵，利用内点计数准则得到最优变换矩阵，对第一角度点云数据进行变换，获取待重建物体的三维点云。
-
公开(公告)号：CN118260577A
公开(公告)日：2024-06-28
申请号：CN202410306288.9
申请日：2024-03-18
Applicant: 江南大学 , 中国电子科技集团公司第五十八研究所
IPC: G06F18/2131 , G06F18/214 , G06N3/0464 , G06F17/16
Abstract: 本发明涉及一种倒装芯片的超声激励振动信号去噪方法及系统，包括：通过高频超声激励检测获取待测芯片的振动信号，并对振动信号预处理得到扩充后的数据集；构建改进深度压缩感知去噪模型，利用样本加权自适应损失对改进深度压缩感知去噪模型进行迭代训练，得到训练好的信号去噪模型；其中，构建改进深度压缩感知去噪模型的方法包括：将扩充后的数据集转换成时频图，通过时频图获取采样矩阵，对采样矩阵进行重构，得到重构矩阵，采样矩阵和重构矩阵构成去噪模型；利用训练好的去噪模型对待去噪的芯片振动信号进行信号重构，获得去噪后的信号。本发明解决了高频超声激励下的倒装芯片振动信号易受噪声影响且传统稀疏去噪方法重构表现差的问题。
-
公开(公告)号：CN117892068A
公开(公告)日：2024-04-16
申请号：CN202410299305.0
申请日：2024-03-15
Applicant: 江南大学 , 中国电子科技集团公司第五十八研究所
Abstract: 本发明涉及倒装芯片超声信号去噪技术领域，尤其是指一种倒装芯片超声信号去噪方法及装置，包括：获取倒装芯片的缺陷超声回波信号；构建缺陷超声回波信号的稀疏表示模型的目标函数；构建Gabor字典作为过完备字典；对近端梯度下降算法进行深度展开，构建记忆增强深度展开网络模型，求解所述缺陷超声回波信号的稀疏表示模型的目标函数中的目标稀疏系数；基于Gabor字典，利用目标稀疏系数重构倒装芯片的缺陷超声回波信号，得到去噪后的超声回波信号。本发明在很大程度上保留了原始超声回波信号的有用信息，避免对原始超声回波信号造成失真与削弱，进而提高了利用超声回波信号检测倒装芯片缺陷的准确率。
-
公开(公告)号：CN117825505A
公开(公告)日：2024-04-05
申请号：CN202410011849.2
申请日：2024-01-02
Applicant: 江南大学 , 中国电子科技集团公司第五十八研究所
IPC: G01N29/04 , G06F18/2131 , G06F18/10 , G01N29/44 , G01N29/46
Abstract: 本申请涉及倒装焊芯片缺陷检测技术领域，具体提供了一种基于共振频带能量熵的芯片缺陷检测方法及系统，所述方法包括：获取样本芯片；根据空气耦合超声换能器和多普勒激光测振仪从样本芯片中获取振动信号；对振动信号进行小波包分解，生成低频振动信号；根据低频振动信号生成低频振动信号频谱；根据Teager能量算子和多重极值分割法对低频振动信号频谱进行划分生成模态数、中心频率和惩罚因子；将模态数、惩罚因子和初始中心频率输入至改进VMD算法，生成低频共振频带能量熵；根据低频共振频带能量熵生成缺陷检测结果。采用Teager能量算子和多重极值分割的组合方法，不仅解决了模态混叠等问题，还实现了信号的精确分解。
-
Patent Agency Ranking
公开(公告)号：CN119693461A
公开(公告)日：2025-03-25
申请号：CN202510206761.0
申请日：2025-02-25
Applicant: 江南大学 , 无锡市钻通工程机械有限公司
IPC: G06T7/73 , G06T7/13 , G06V10/26 , G06V10/44 , G06V10/52 , G06V10/80 , G06V10/82 , G06V20/70 , G06N3/0455 , G06N3/0464
Abstract: 本发明涉及一种基于图像分割的非开挖钻机钻杆的定位方法及系统，属于图像分割技术领域。包括：构建钻杆全景图像分割网络模型，利用图像数据集对钻杆全景图像分割网络模型进行训练，获得优化图像分割网络模型；获取待定位钻杆的钻杆全景图像，并将其输入至优化图像分割网络模型中，生成分割结果图像；提取分割结果图像的边缘特征，获得待定位钻杆的边缘坐标点集；对边缘坐标点集进行计算，得到最远点对；计算最远点对之间的距离，得到最小面积矩形；获取最小面积矩形的中心坐标，将中心坐标转换为相机坐标，再将相机坐标转换为世界坐标，获得待定位钻杆的位置信息。本发明在复杂背景下能够准确检测钻杆的位置和姿态，并确保坐标系标定的准确性。
-
公开(公告)号：CN118858439B
公开(公告)日：2025-03-14
申请号：CN202411329129.7
申请日：2024-09-24
Applicant: 江南大学 , 中国电子科技集团公司第五十八研究所
Abstract: 本发明涉及一种倒装芯片焊点缺陷检测方法、系统、介质和设备，其中，方法包括：步骤S1：获取样本芯片，其中，所述样本芯片存在不同的焊点缺陷；步骤S2：通过聚焦超声换能器获取所述样本芯片的超声信号；步骤S3：将所述样本芯片的超声信号由聚焦超声换能器转换为虚拟非聚焦超声换能器的时域波场信号，再将所述时域波场信号转换为信号频域波场，基于所述信号频域波场得到所述样本芯片的二维聚焦图像；步骤S4：提取所述二维聚焦图像的环形矢量因子，利用所述环形矢量因子剔除二维聚焦图像的伪影噪声，得到去噪后的二维聚焦图像；步骤S5：对所述去噪后的二维聚焦图像进行焊点缺陷检测。本发明能够对倒装芯片的焊点缺陷进行有效检测。
-
公开(公告)号：CN119537928A
公开(公告)日：2025-02-28
申请号：CN202510110191.5
申请日：2025-01-23
IPC: G06F18/2136 , G06F18/28 , F04D27/00
Abstract: 本发明涉及压缩机状态监测技术领域，具体提供了一种离心压缩机旋转失速的多参数辨识方法。该方法包括：根据离心压缩机的压力传感器，获取压力脉动数据；根据离心压缩机对应的稀疏字典，对压力脉动数据进行稀疏重构，得到失速感知信号，其中，稀疏字典是根据离心压缩机的压力传感器采集的压力脉动数据训练得到的；根据失速感知信号，通过双通道融合以及空间相位辨识的方法，辨识失速动态传播的相位参数；根据相位参数对离心压缩机的多个目标参数进行计算。以解决相关技术中的离心压缩机参数辨识方法，存在准确率低，效率低的问题。
-
公开(公告)号：CN118089593B
公开(公告)日：2024-07-09
申请号：CN202410483891.4
申请日：2024-04-22
Applicant: 江南大学
Abstract: 本发明涉及机器视觉与光学测量技术领域，尤其是指一种基于多重曝光算法的自适应三维测量方法及系统，包括：利用相机采集一组曝光时间逐步递增的测量对象的纯白图像，获得测量对象ROI区域内过曝光像素数量与曝光时间的关系以及灰度值在预设范围内的像素数量与曝光时间的关系，从而获得一系列最佳曝光时间；按照最佳曝光时间对测量对象分别进行曝光，获得在不同的最佳曝光时间下的测量对象的条纹图像，使用多重曝光融合算法对不同的最佳曝光时间下拍摄的测量对象的条纹图像进行融合，求解全局相位，恢复测量对象的三维形貌。本发明解决了现有三维测量技术难以兼顾测量精度与效率的问题。
-
公开(公告)号：CN117892203A
公开(公告)日：2024-04-16
申请号：CN202410293547.9
申请日：2024-03-14
Applicant: 江南大学
IPC: G06F18/241 , G06F18/213 , G06F18/214 , G06F18/2415 , G06N3/0455 , G06N3/084
Abstract: 本发明涉及齿轮表面缺陷检测技术领域，尤其是指一种缺陷齿轮分类方法、装置及计算机可读存储介质，包括：构建缺陷齿轮深度迁移网络模型，所述缺陷齿轮深度迁移网络模型包括特征提取器、域条件通道注意力模块和分类器；将训练集样本输入特征提取器，再输入至域条件通道注意力模块，计算目标域和源域的分类输入特征在特征层上的距离损失以及目标域和源域的分类输出在分类层上的距离损失；构建损失函数，更新模型的网络参数；将无标签的目标域样本输入经过训练的缺陷齿轮深度迁移网络模型，得到分类结果。本发明不仅提高了对目标域缺陷齿轮分类的精度，并且在小批量缺陷齿轮分类检测方面表现出更加稳定的性能。
-
-
-
-
-
-
-
-
-
Search Results
25
records
(took 0.038 seconds)
