-
公开(公告)号：CN118507395A
公开(公告)日：2024-08-16
申请号：CN202410924436.3
申请日：2024-07-11
Applicant: 江南大学 , 中国电子科技集团公司第五十八研究所
IPC: H01L21/67 , G06F30/23 , G06F113/18 , G06F119/02 , G06F119/14
Abstract: 本发明涉及自动化控制技术领域，尤其涉及一种基于芯片自动封装的多物理量协同控制方法。该方法包括以下步骤：获取芯片封装数据并进行多物理场参数化，获得物理场参数集；基于物理场参数集进行有限元失效模式预测，获得失效预测数据；根据失效预测数据进行芯片封装危险结构划分，获得芯片封装危险结构数据；对封装工艺数据进行最低失效风险参数优化，从而获得优化工艺参数集；基于优化工艺参数集进行低维物理参数相对密度计算，从而获得低维物理参数相对密度数据，并进行分析，从而获得种群顺序选择策略；根据种群顺序选择策略以及优化工艺参数集进行群体针对性生产控制策略分析，获得群体生产控制策略。本发明能降低封装过程的风险性。
-
公开(公告)号：CN118445624A
公开(公告)日：2024-08-06
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：CN118032935A
公开(公告)日：2024-05-14
申请号：CN202410434480.6
申请日：2024-04-11
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 , G01N29/44 , G01N29/46 , G06F18/10 , G06F18/213 , G06F18/241
Abstract: 本发明涉及倒装芯片缺陷检测技术领域，尤其是指一种基于经验共振分解的倒装芯片缺陷检测方法及系统，包括：获取不同的倒装焊点缺陷类别的样本芯片及样本芯片的振动信号；基于经验共振分解算法对样本芯片的振动信号的傅里叶频谱进行分割，构建理想高斯滤波器组，得到滤波信号；计算样本芯片的振动能量系数，对样本芯片的缺陷类型进行分类。本发明实现了对样本芯片进行快速高效的缺陷检测，而无需人工视觉检测，节省了人力与时间，自动化程度更高，且检测结果更为客观，准确性更高。
-
公开(公告)号：CN109087246B
公开(公告)日：2023-03-14
申请号：CN201810927140.1
申请日：2018-08-15
Applicant: 江南大学
Abstract: 本发明公开了一种基于稀疏重构的超声图像重构方法，涉及图像处理技术领域，该方法包括：利用超声探头获取待测样品的超声回波时域信号，通过参考回波信号构造得到过完备字典，利用过完备字典对待测样品的超声回波时域信号进行稀疏分解得到稀疏分解系数，根据稀疏分解系数和过完备字典重构得到超声回波时域信号，再将各个重构得到的超声回波时域信号按照空间位置组合形成待测样品的重构超声图像；可以提高图像的横纵向分辨率，可以快速有效的观察到样品内部的微缺陷的位置、尺寸和分布情况。
-
公开(公告)号：CN115236206A
公开(公告)日：2022-10-25
申请号：CN202210782948.1
申请日：2022-06-30
Applicant: 江南大学
Abstract: 本发明实施例提供一种基于多路径匹配追踪算法改进的高频超声去噪方法及系统。该方法包括：获取待测样品的高频超声检测信号；根据所述高频超声检测信号构建离散过完备字典，并对所述离散过完备字典进行训练；利用训练好的字典，通过多路径匹配追踪算法重构所述高频超声检测信号并得到全局最优原子；对所述全局最优原子进行插值，构建连续原子库；在所述连续原子库中根据全局最优原子的参数，重构高频超声检测信号，完成信号去噪。本发明提高高频超声信号的信噪比和检测精度，可以更有效的观察到样品内部微缺陷的反射信号及位置。
-
Patent Agency Ranking
公开(公告)号：CN113450344B
公开(公告)日：2022-05-13
申请号：CN202110814180.7
申请日：2021-07-19
Applicant: 江南大学
IPC: G06T7/00 , G06V10/774 , G06V10/764 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08
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：CN111340702A
公开(公告)日：2020-06-26
申请号：CN202010112518.X
申请日：2020-02-24
Applicant: 江南大学
Abstract: 本发明公开了基于盲估计的微小缺陷高频超声显微成像的稀疏重构方法，涉及图像处理技术领域，该方法包括：利用高频超声显微探头获取待测样品的C扫图像，通过图块聚类和协同滤波对C扫图像进行去噪,根据最大后验概率从去噪后的C扫图像中估计出点扩散函数，最后基于l1正则化对理想C扫图像进行稀疏重构，获得最终高分辨率的图像。该方法增强了图像信噪比和分辨率，提高了声显微成像对微小缺陷的检测准确性，拓展了二维超声图像稀疏重构方法的实用性，同时对于微观缺陷的检测有很重要的意义，能够有效地推动微器件的可靠性的发展。
-
公开(公告)号：CN108982645A
公开(公告)日：2018-12-11
申请号：CN201810816857.9
申请日：2018-07-24
Applicant: 江南大学
Abstract: 本发明涉及一种纳米镀膜工艺的集成式在线检测方法，将各在线检测设备通过不同的组合方式集成为满足不同测试需求的在线检测装置，对纳米镀膜工艺气相沉积反应过程中的输入量、输入组分、输出量和输出组分进行实时检测，通过定量输出装置的设置，对反应物混合气的质量和组分比例进行定量控制，采用椭偏仪、红外检测仪、石英晶体微天平以及质谱仪对纳米薄膜的厚度、质量、组分和反应后气体(或中间产物)的组分进行检测，从而获得纳米薄膜生长量、生长厚度以及反应后气体(或中间产物)的组分与定量输入的反应物混合气质量的关系，为进一步探索纳米镀膜工艺化学反应和物质交换的定量规律提供数据支撑。
-
公开(公告)号：CN119249647A
公开(公告)日：2025-01-03
申请号：CN202411748860.3
申请日：2024-12-02
IPC: G06F30/17 , G01M13/00 , F04D27/00 , G06F119/14
Abstract: 本发明涉及大型旋转机械装备的运行状态监测技术领域，具体提供了一种基于孪生降阶模型的离心叶轮监测方法及系统，离心叶轮配置有全周叶片，该监测方法包括：采集全周叶片的叶尖振动信号得到原始振动数据；对原始振动数据进行预处理得到叶尖振动数据；基于无键相参考法处理叶尖振动数据得到叶尖振动位移；对叶尖振动位移进行非线性最小二乘曲线拟合，辨识出全周叶片中各独立叶片的动力学参数；构建离心叶轮的孪生降阶模型，基于动力学参数确定孪生降阶模型的更新参数；基于更新参数对孪生降阶模型进行更新，得到数字化模型；基于数字化模型对所述离心叶轮进行监测。本发明响应计算负荷较小，提取失谐参数较为容易，实时性与准确性较高。
-
公开(公告)号：CN118365802B
公开(公告)日：2024-11-01
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。
-
-
-
-
-
-
-
-
-
Search Results
70
records
(took 0.021 seconds)
