Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 江西省坤宇电子有限公司熊小虎获国家专利权

江西省坤宇电子有限公司熊小虎获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉江西省坤宇电子有限公司申请的专利一种基于机器学习的多层线路板质检方法及系统获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN120953663B

龙图腾网通过国家知识产权局官网在2026-02-10发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202511025828.7,技术领域涉及:G06V10/764;该发明授权一种基于机器学习的多层线路板质检方法及系统是由熊小虎;叶志;蔡虎;程文清设计研发完成,并于2025-07-24向国家知识产权局提交的专利申请。

一种基于机器学习的多层线路板质检方法及系统在说明书摘要公布了:本发明公开了一种基于机器学习的多层线路板质检方法及系统,方法包括:利用自适应加权融合算法对采集的多源数据进行时空配准,生成包含线路拓扑结构与材料特性的多模态质检数据集;基于多模态质检数据集,利用预训练的嵌套式注意力深度学习模型,输出融合后的线路板缺陷敏感特征向量集;将缺陷敏感特征向量集输入孪生网络架构,通过动态锚框生成机制定位潜在缺陷区域,结合贝叶斯概率模型对缺陷类型进行多标签分类,同步引入缺陷严重度评估模块量化缺陷对电路性能的影响程度,输出包含缺陷位置类型及严重度的检测结果。利用本发明实施例,能够实现缺陷类型、位置及严重度的协同判定,提升多层线路板缺陷的检测精度与泛化能力。

本发明授权一种基于机器学习的多层线路板质检方法及系统在权利要求书中公布了:1.一种基于机器学习的多层线路板质检方法,其特征在于,所述方法包括: 通过多光谱成像系统采集多层线路板的表层与内层截面图像序列,结合激光共聚焦扫描采集线路三维形貌数据,利用自适应加权融合算法对采集的多源数据进行时空配准,生成包含线路拓扑结构与材料特性的多模态质检数据集; 基于所述多模态质检数据集,利用预训练的嵌套式注意力深度学习模型,通过底层分支提取线路边缘梯度与焊盘几何特征,高层分支捕捉层间介质层缺陷的红外光谱响应,利用特征金字塔网络实现跨尺度特征融合,输出融合后的线路板缺陷敏感特征向量集;其中,利用预训练的嵌套式注意力模型底层分支,识别线路板上的基准网格线,以网格交点为原点建立局部坐标系,提取该坐标系下的线路边缘梯度与焊盘几何参数,生成带坐标标记的底层特征图;利用嵌套式注意力模型高层分支,聚焦层间介质层的红外光谱,通过对比同一位置不同层的光谱反射率差异,捕捉异常反射区域,将异常反射区域的光谱特征转化为热力图,生成高层差异特征图;利用特征金字塔网络将底层特征图的坐标信息映射到高层差异特征图,使不同尺度特征都关联到同一局部坐标系,通过坐标匹配实现跨尺度特征融合,生成带空间标记的融合特征图;从融合特征图中筛选出偏离设计坐标的特征点,所述特征点为线路拐角、焊盘边缘及层间介质层异常反射区的关键像素点,将特征点的包含几何形状参数、光谱反射率及坐标偏移量的综合特征进行组合,生成线路板缺陷敏感特征向量集; 将所述缺陷敏感特征向量集输入孪生网络架构,通过动态锚框生成机制定位潜在缺陷区域,结合贝叶斯概率模型对缺陷类型进行多标签分类,同步引入缺陷严重度评估模块量化缺陷对电路性能的影响程度,输出包含缺陷位置类型及严重度的检测结果。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人江西省坤宇电子有限公司,其通讯地址为:344400 江西省抚州市宜黄县工业园区谭坊小区;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。