一种基于稀疏空间感知与元学习的芯片表面缺陷检测方法

    公开(公告)号:CN115527072A

    公开(公告)日:2022-12-27

    申请号:CN202211386361.5

    申请日:2022-11-07

    Abstract: 本发明公开了一种基于稀疏空间感知与元学习的芯片表面缺陷检测方法,首先,进行数据的采集并进行图像预处理操作,其次,选择相似对比学习增强网络算法来的对图片进行增强,在把增强变换后的图像特征输入到交叉变换的稀疏空间对齐网络之前,加入迁移学习模块,使得模型在细粒度上面更容易识别类内的特征信息,加快模型的收敛。最后,采取N‑way K‑shot任务检测方法,进行模型的训练和测试,最终实现对芯片缺陷的检测。本发明使得模型在学习的时候所需要的运算量大大的减少,达到了轻量化的效果;元学习的引入提升模型的泛化能力,少量的数据集来增强神经网络,从而学习图片标签类别之外的信息,提高对于芯片表面的缺陷检测的准确率。

    一种基于时空特征的无资料地区径流模拟预测方法及系统

    公开(公告)号:CN117874989A

    公开(公告)日:2024-04-12

    申请号:CN202211464465.3

    申请日:2022-11-22

    Abstract: 本发明公开了一种基于时空特征的无资料地区径流模拟预测方法及系统,获取多源输入数据,包括多个流域的水文数据、气象数据、地理位置信息和地形属性,根据多源输入数据构造时空相似度矩阵;根据时空相似度矩阵建立基于迁移学习算法的回归模型作为初始径流预测模型;利用无监测站点或新建监测站点地区已有的时空信息对初始径流预测模型进行多视角调整,基于半监督学习对初始径流预测模型进行调整,输出最终的目标流域的预估流量。优点:本发明充分利用目标流域的地理数据以及相关流域的水文数据特征,并使用数据挖掘和迁移学习技术实现无水文资料地区的径流预测,解决无资料流域径流难以预测的技术问题。

Patent Agency Ranking