-
公开(公告)号：CN119741470A
公开(公告)日：2025-04-01
申请号：CN202411765857.2
申请日：2024-12-04
Applicant: 桂林电子科技大学
IPC: G06V10/25 , G06V10/774 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/082 , G06V10/80
Abstract: 本发明涉及一种基于多尺度特征融合的晶体硅光伏电池缺陷实时检测方法，包括以下步骤：建立晶体硅光伏电池缺陷电致发光图像检测数据集；构建基于RT‑DETR改进的光伏电池缺陷实时目标检测模型；使用检测数据集的训练集对光伏电池缺陷目标检测模型进行训练；使用完成训练的光伏电池缺陷目标检测模型对待检测的缺陷图像进行检测。本发明基于RT‑DETR模型提出用于晶硅体光伏电池缺陷实时检测的模型，不依赖于锚框设置和非极大值抑制处理，提高检测速度；倒置残差扩张网络IRD‑Net作为提取图像特征的骨干网络，增强静态和动态特征建模能力，同时提取基于不同尺度感受野的特征，提高检测性能；引入扩张小波跨尺度特征融合模块DWCSFM优化颈部的编码器，交替更新高层和低层特征，并减少参数数量和计算负载，进一步增强模型对不同尺度缺陷目标的检测能力。
-
公开(公告)号：CN119535227A
公开(公告)日：2025-02-28
申请号：CN202411708339.7
申请日：2024-11-27
Applicant: 桂林电子科技大学
IPC: G01R31/367 , G01R31/392
Abstract: 本发明提出了一种基于多系数融合的锂电池健康状态估计方法，以改善传统相关性分析中对特征分布考虑不足的问题，提高对锂电池的寿命以及安全性的评估。本发明提出一种全新的方法，基于已公开锂电池充电数据转化为67维度手工特征序列数据集，通过皮尔逊相关系数，斯皮尔曼相关系数以及互信息确定各维度特征与标签的多重关系，并根据层次分析法来实现特征的选择，从而实现降维，降低模型训练所需时间，并通过经典的深度学习模型残差网络进行锂电池健康状态估计，快速分析锂电池健康状态。本发明在锂电池健康状态估计方面优于传统方法，显著降低了锂电池健康状态估计的误差，为锂电池寿命以及安全性评估提供了重要的现实意义和指导。
-
公开(公告)号：CN118171274A
公开(公告)日：2024-06-11
申请号：CN202410283066.X
申请日：2024-03-13
Applicant: 桂林电子科技大学
IPC: G06F21/56 , G06F18/241 , G06F18/214
Abstract: 本发明提出了MTF预处理下一种基于DenseBlock和ResBlock结合注意机制的深度学习硬件木马检测方法。采用具备若干注意力机制支路网络的DenseNet和具备残差结构的ResNet结构。本发明基于Pytorch框架实现对硬件木马检测识别算法，提出一个新颖的深度学习模型用于检测识别硬件木马。本发明从改进DenseNet模型和ResNet的角度出发，提出Res‑Dense‑SE Net模型，通过扩展注意力机制支路，获取更丰富的网络特征，提升网络的分类性能。经过网络层不断细化特征，硬件木马特征图像的部分特征会存在丢失的情况，从注意力机制支路获取的重点特征图特征，存在相互补充的作用，使得最终的硬件木马特征图特征更加完整。同时使用该结构的硬件木马分类检测算法首先通过MTF(Markov Transition Field)预处理提取特征。本发明能够提高检测识别集成电路中硬件木马的准确率，有利于提高硬件电路安全，对于国家集成电路和半导体发展具有现实意义。
-
公开(公告)号：CN114844823B
公开(公告)日：2024-03-05
申请号：CN202210364565.2
申请日：2022-04-07
Applicant: 桂林电子科技大学
Abstract: 本发明涉及人工智能技术领域，尤其涉及一种改进ACO算法的必经点有向带环最短链路生成方法，引入信息素变化因子改进ACO算法中信息素的更新方式，再结合带环路网络的特点设计了活性”禁忌表，解决环路节点的再次访问问题，并在运行过程中根据需求采用自适应的信息素变化因子，有效且快速地实现复杂网络中必经点(56)对比文件王艳愉;李强.必经点约束型最短路径问题的研究.微型机与应用.2017,(22),全文.
-
公开(公告)号：CN117523363A
公开(公告)日：2024-02-06
申请号：CN202311580607.7
申请日：2023-11-24
Applicant: 桂林电子科技大学
IPC: G06V10/86 , G06V10/44 , G06T3/4007 , G06V10/774 , G06V10/764
Abstract: 本发明公开了一种基于特征金字塔融合的晶圆图缺陷模式识别方法，包括：以残差块搭建一个27层的残差网络作为特征提取主干网络；将晶圆图数据集以8:2比例划分为训练集和测试集，对所述残差网络进行学习训练；构建特征金字塔网络，使用双线性插值算法对深层特征做上采样后与浅层特征相加融合，使浅层特征包含深层特征的高级语义信息；对所述融合后的金字塔特征进一步做多尺度特征融合得到最终特征，经过全连接层和Softmax函数做分类；本发明通过构建特征金字塔并对浅层特征进行融合，使浅层的特征也包含了深层的高级语义特征信息，再通过融合不同层的多尺度特征，极大丰富了特征信息，增强了特征表达能力，弥补了常规卷积神经网络对最深层特征进行预测分类而忽略了一些重要的浅层特征的不足。提高了晶圆图缺陷模式识别分类准确率，尤其是Scratch类型较小目标晶圆图的识别分类准确率。
-
Patent Agency Ranking
公开(公告)号：CN116645334A
公开(公告)日：2023-08-25
申请号：CN202310520048.4
申请日：2023-05-10
Applicant: 桂林电子科技大学 , 南宁桂电电子科技研究院有限公司
IPC: G06T7/00 , G06T3/40 , G06T5/20 , G06V10/764 , G06V10/774 , G06V10/80 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明提出一种新颖的特征增强残差网络，用于混合类型晶圆图缺陷识别分类。该方法包括，获取晶圆图缺陷数据集，并将晶圆图数据集设置为统一尺寸；然后将晶圆图数据集进行滤波，去除晶圆图上的噪声缺陷点；将晶圆图数据集划分为训练集和测试集；采用提出的特征增强残差网络作为主干网络构建识别模型，并用训练集对模型进行训练，使用测试集验证模型性能。经实验结果表明，本方法能够有效地识别晶圆图缺陷，提高了混合类型晶圆图缺陷识别的准确率和鲁棒性。
-
公开(公告)号：CN114844823A
公开(公告)日：2022-08-02
申请号：CN202210364565.2
申请日：2022-04-07
Applicant: 桂林电子科技大学
Abstract: 本发明涉及人工智能技术领域，尤其涉及一种改进ACO算法的必经点有向带环最短链路生成方法，引入信息素变化因子改进ACO算法中信息素的更新方式，再结合带环路网络的特点设计了“活性”禁忌表，解决环路节点的再次访问问题，并在运行过程中根据需求采用自适应的信息素变化因子，有效且快速地实现复杂网络中必经点有向带环最短链路的生成，实现在大规模网络图中生成必经点有向带环最短链路的目的。
-
公开(公告)号：CN114742008A
公开(公告)日：2022-07-12
申请号：CN202210355411.7
申请日：2022-04-06
Applicant: 桂林电子科技大学
IPC: G06F30/392 , G06F111/04 , G06F111/06
Abstract: 本发明涉及软件工程技术领域，具体涉及一种ICL实例化网络的布图规划设计方法；提取互联单元之间的约束条件，对iJTAG网络所对应的ICL文本进行解析，得到基础单元和实例化模块之间的互联关系，输入实例化模块和基础单元所组成的集合以及约束条件，可视化表格中所列出的所有单元集合，对ICL解析的可视化表格中所列出的所有单元和模块进行数字顺序编号处理，约束条件为可视化表格中有互联关系的单元和模块，列为约束网表，对iJTAG网络进行初始化设置，通过模拟退火算法对初始网络进行布图，对布图结果进行反复调整优化以满足目标函数的最优解，通过上述步骤实现提高布图的准确率。
-
公开(公告)号：CN112394356A
公开(公告)日：2021-02-23
申请号：CN202011055629.8
申请日：2020-09-30
Applicant: 桂林电子科技大学
IPC: G01S13/933 , G01S13/89 , G01S13/04
Abstract: 本发明公开了一种基于U‑Net的小目标无人机检测系统，主要由云台控制模块、水平电机驱动单元、垂直电机驱动单元、摄像机固定支架、高清摄像机和计算机设备组成，满足了小目标无人机检测的必要条件。同时，本发明提供了一种基于U‑Net的小目标无人机检测方法，无论是在低分辨率图像还是在高分辨率的图像上，该检测方法都能充分提取目标的特征信息，对于小目标无人机而言，当距离较远时，无人机区域仅有几个像素，极易与鸟类混淆，利用U‑Net网络分割出无人机，再结合Yolov3‑tiny网络进行检测，将大大提高小目标无人机的检测准确率，减小误检、漏检的概率。该方法对于小目标检测具有参考意义。
-
公开(公告)号：CN110781604A
公开(公告)日：2020-02-11
申请号：CN201911069928.4
申请日：2019-11-05
Applicant: 桂林电子科技大学
IPC: G06F30/20
Abstract: 本发明公开了一种改进CORDIC算法的干涉图相位提取PSM-IP核设计方法和系统，所述系统包括数字干涉图获取模块、数字干涉图输入缓存模块、数字干涉图相移运算模块、数字干涉图反正切函数运算模块和相位信息输出模块，利用多种干涉图试验平台，可分别获取多组相移增量为π/2rad的数字干涉图，选用四步相移算法对所述数字干涉图进行分析，缓存四步相移操作获取的四幅所述数字干涉图，并进行格式修正，将缓存的所述数字干涉图强度进行两两相减，得到对应相减结果，利用改进的CORDIC算法进行反正切运算，得到所述数字干涉图包裹相位分布图，提高实时性，并可满足多种干涉图的分析。
-
-
-
-
-
-
-
-
-
Search Results
71
records
(took 0.029 seconds)
