-
公开(公告)号：CN109738782B
公开(公告)日：2020-11-06
申请号：CN201811496775.7
申请日：2018-12-07
Applicant: 上海交通大学
Abstract: 本发明提供了一种基于测量数据机器学习的电路板故障检测方法和系统，在训练过程中，用户将历史存储的原始不良品维修记录数据批量上传至服务器；服务器对不同型号电路板的数据进行分类，以及进行特征工程；对每一子类使用机器学习算法进行单独建模和训练；在预测过程中，用户上传不良电路板的相应特征实例；服务器根据产品型号归类后，使用之前特征工程的结果来提取出可用特征；使用训练好的机器学习模型来分析当前实例的特征，预测出故障原因。一方面结合数据分析和机器学习技术来进行故障检测，大大减少了维修测试所需的人力成本和时间；另一方面实现了特征选择与增量学习，提升了整体系统的训练效率与准确率。
-
公开(公告)号：CN111399976A
公开(公告)日：2020-07-10
申请号：CN202010134209.2
申请日：2020-03-02
Applicant: 上海交通大学
Abstract: 本发明提供了一种基于API重定向技术的GPU虚拟化实现系统，其中：位于客户端的指令代理模块截获客户端的图像应用程序中与OpenGL相关的API调用指令，并对该指令进行处理后，发送至远程服务器端执行渲染任务；任务调度模块将客户端发来的指令数据进行相应处理得到指令流，并分配给各个微GPU模块；微GPU模块完成指令流的渲染任务，并回传至客户端。同时提供了一种基于API重定向技术的GPU虚拟化实现方法。本发明提供了一个通用的加速服务平台，具有较好的通用性，且不需要修改源程序代码，使用简便。
-
公开(公告)号：CN109738782A
公开(公告)日：2019-05-10
申请号：CN201811496775.7
申请日：2018-12-07
Applicant: 上海交通大学
Abstract: 本发明提供了一种基于测量数据机器学习的电路板故障检测方法和系统，在训练过程中，用户将历史存储的原始不良品维修记录数据批量上传至服务器；服务器对不同型号电路板的数据进行分类，以及进行特征工程；对每一子类使用机器学习算法进行单独建模和训练；在预测过程中，用户上传不良电路板的相应特征实例；服务器根据产品型号归类后，使用之前特征工程的结果来提取出可用特征；使用训练好的机器学习模型来分析当前实例的特征，预测出故障原因。一方面结合数据分析和机器学习技术来进行故障检测，大大减少了维修测试所需的人力成本和时间；另一方面实现了特征选择与增量学习，提升了整体系统的训练效率与准确率。
-
-
Search Results
3
records
(took 0.029 seconds)
