-
公开(公告)号：CN117892068B
公开(公告)日：2024-06-07
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：CN117786322A
公开(公告)日：2024-03-29
申请号：CN202311829619.9
申请日：2023-12-28
Applicant: 江南大学 , 中国电子科技集团公司第五十八研究所
IPC: G06F18/10 , G06F18/28 , G06N3/0464 , G06N3/0495 , G06N3/084
Abstract: 本发明涉及倒装芯片振动信号去噪领域，尤其是指一种倒装芯片振动信号去噪方法及系统，所述方法包括：获取样本芯片的故障缺陷振动信号；基于所述故障缺陷振动信号，构建卷积稀疏编码去噪模型，采用局部能量熵的方式，优化卷积稀疏编码去噪模型；对优化后的模型进行多次交替迭代训练，得到最优稀疏系数及对应的卷积字典；利用所述最优稀疏系数及对应的卷积字典对含有噪声的振动信号中构建的多个信号切片使用优化后的能量熵局部重加权卷积稀疏编码模型进行去噪，重构去噪后的信号切片，得到完整的去噪后的振动信号。本发明能够有效地去除倒装芯片振动信号中的噪声，相比现有去噪方法，显著地提高了卷积字典的学习速率以及求解精度。
-
公开(公告)号：CN115049627A
公开(公告)日：2022-09-13
申请号：CN202210739856.5
申请日：2022-06-21
Applicant: 江南大学
IPC: G06T7/00 , G06V10/764 , G06V10/82 , G06N3/04 , G06N3/08
Abstract: 本发明提供一种基于域自适应深度迁移网络的钢表面缺陷检测方法及系统，方法包括：获取带钢表面典型缺陷图像样本，并对样本进行预处理；构建对抗域分离与自适应网络模型；将新样本特征嵌入到源域图像样本的共享特征中，并计算任务分类损失和嵌入分类损失；通过将多个损失添加权重，动态地优化动态分类损失与动态适应损失，并更新模型参数；当迭代次数达最优时，保存所述模型参数，并输入所述目标领域测试集，得到所述目标领域中钢表面缺陷检测的精度。本发明在对抗域分离与自适应深度迁移网络的基础上引入自适应挖掘样本隐藏信息和添加动态权重优化损失算法，提高了网络模型的泛化能力，最终实现更加精确的钢表面缺陷检测。
-
公开(公告)号：CN113450344A
公开(公告)日：2021-09-28
申请号：CN202110814180.7
申请日：2021-07-19
Applicant: 江南大学
Abstract: 本发明涉及一种带钢表面缺陷检测方法及系统，包括以下步骤：获取带钢表面缺陷样本；构建基于残差优化的改进ACGAN模型；训练改进ACGAN模型的判别器网络和生成器网络，获得判别器和生成器的判别损失和分类损失；在判别器中引入梯度惩罚机制，优化判别器网络模型参数，获得优化后的判别器网络模型；将生成器判别损失和分类损失相结合，更新生成器网络模型参数，获得优化后的生成器网络模型；迭代以使得生成器和判别器达到纳什平衡，改进ACGAN模型收敛到最佳；将测试集数据输入至优化后的改进ACGAN模型，实现带钢表面缺陷检测。其提高ACGAN模型的训练稳定性，极大程度的提高小样本环境下带钢表面缺陷检测的准确性。
-
公开(公告)号：CN111804613A
公开(公告)日：2020-10-23
申请号：CN202010806479.3
申请日：2020-08-12
Applicant: 江南大学
Abstract: 本发明涉及一种用于快速检测短轴外径的自动检测设备，包括双通道物料传送带、斜坡传送机构、分料检测机构以及用于传输合格品物料的滚筒传送带；斜坡传送机构的输出端设置有凸轮下料控制机构；分料检测机构的结构包括平行间隔设置并同步传动的左侧双链轮机构和右侧双链轮机构，双链轮结构之间形成容纳物料的U形凹槽部。本发明能够实现对短轴类产品外径的快速检测，并根据检测结果将工件自动分成合格、正超差与负超差3组，实现自动化快速下料、送料、检料、分料生产流程，可以提高检测效率、保证检测质量，满足大规模生产、快速检测、淘汰品后期分类处理的生产要求，自动化程度高，操作简单，大大降低了操作人员的劳动强度和人工使用成本。
-
Patent Agency Ranking
公开(公告)号：CN119513672A
公开(公告)日：2025-02-25
申请号：CN202510085010.8
申请日：2025-01-20
Applicant: 江南大学 , 无锡市钻通工程机械有限公司
IPC: G06F18/24 , G06F18/15 , G06F18/213 , G01M13/00
Abstract: 本发明涉及信号检测技术领域，具体提供了一种旋转机械的自适应故障诊断方法。该方法包括：获取旋转机械的振动信号，对振动信号进行预处理，得到信号时频特征；基于自适应窗口函数计算瞬时时频估计值；基于信号时频特征与瞬时时频估计值计算瞬时频率；对瞬时频率进行平滑优化，得到时频估计值；基于时频估计值对振动信号进行重构，得到重构信号，基于重构信号确定旋转机械的故障诊断结果。以解决相关技术中采用同步提取变换方法，对旋转机械的振动信号进行故障分析的准确性较低的问题。
-
公开(公告)号：CN118520227A
公开(公告)日：2024-08-20
申请号：CN202410986735.X
申请日：2024-07-23
Applicant: 江南大学 , 中国电子科技集团公司第五十八研究所
Abstract: 本发明属于微电子检测技术领域，涉及一种微电子产品异物缺陷检测方法、装置及可读存储介质；获取待检测微电子产品的异物缺陷碰撞信号，为异物缺陷碰撞信号的GMC稀疏去噪模型的惩罚项中各个稀疏系数设置权重，得到目标惩罚项；基于保真项和目标惩罚项，得到目标GMC稀疏去噪模型；并对目标GMC稀疏去噪模型迭代求解，得到异物缺陷碰撞信号的稀疏编码矩阵；利用稀疏编码矩阵对异物缺陷碰撞信号进行稀疏表示，得到目标异物缺陷碰撞信号，从而对待检测微电子产品进行异物缺陷检测；本申请尽可能地保留由于异物缺陷在腔体内发生滑动和碰撞而产生的碰撞信号，去除异物缺陷碰撞信号中的环境噪声，从而提高异物缺陷检测结果的准确性。
-
公开(公告)号：CN117892203B
公开(公告)日：2024-06-07
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。
-
公开(公告)号：CN118089593A
公开(公告)日：2024-05-28
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：CN117788427A
公开(公告)日：2024-03-29
申请号：CN202311829612.7
申请日：2023-12-28
Applicant: 江南大学 , 中国电子科技集团公司第五十八研究所
IPC: G06T7/00 , G06N3/045 , G06N3/0985 , G06N3/096 , G06N3/047 , G06N3/0495
Abstract: 本发明涉及一种芯片缺陷检测方法和系统，其中，方法包括：获取芯片的一维振动信号并转化为二维图像数据，通过二维图像数据训练算法NAS，并对算法NAS进行优化，得到神经架构搜索算法模型ASNDARTS，基于所述神经架构搜索算法模型ASNDARTS构建知识蒸馏算法模型DPSKD，获取待检测芯片的一维振动信号并转化为二维图像数据，通过所述知识蒸馏算法模型DPSKD对待检测芯片的二维图像数据进行检测，以判断待检测芯片是否存在缺陷。本发明对算法NAS进行了优化，并对知识蒸馏传递方式进行了优化，得到的模型DPSKD在模型冗余度降低的前提下有效提高芯片缺陷检测的准确性。
-
-
-
-
-
-
-
-
-
Search Results
49
records
(took 0.019 seconds)
